helloadhavan 发布 CC-FilteredCorpus，用于从 Common Crawl 中提取结构化 Markdown
用户 helloadhavan 创建了一个名为 CC-FilteredCorpus 的数据集，旨在过滤 Common Crawl 并提取干净的 Markdown 内容。该项目旨在保留有用的文档结构，包括标题、列表、链接、代码块和表格，而不是将所有内容扁平化为纯文本。
构建生产级智能体系统的经验教训
一位工程师详细阐述了在将项目从简单的聊天机器人过渡到具备规划、工具使用和多步任务完成能力的健壮智能体系统时，所遇到的架构和故障模式。
Muse-Ltd 提交 UncertaintyGym 基准用于 LLM 认识论校准
Muse-Ltd 已将 UncertaintyGym 提交至 Hugging Face Evaluation Hub，这是一个旨在评估大型语言模型元认知校准及其表达不确定性而非产生幻觉能力的新基准。
liventruth 发布 PSAS 多智能体框架，通过相消干涉消除幻觉
Phase-Shifted Agentic Swarm (PSAS) 框架已开源，作为一种多智能体认知同步架构，旨在交叉验证竞争性视角并在最终执行前系统地消除逻辑矛盾。
ThetaMem提出用于固定状态序列记忆的带符号乘法键提升
ThetaMem是一项初步的、单种子研究，针对一种循环混合器，该混合器通过学习到的带符号Hadamard或外积键提升来修改循环状态，而非优化门控机制。作者在合成基准上呈现了混合结果，并明确寻求批评以找出能够证伪该方法的最便宜实验。
liventruth 发布基于 FSQ 的 384x KV-Cache 压缩方案 UL-SMF
开发者 liventruth 开源了统一潜在状态内存织物（UL-SMF），这是一种软硬件协同设计的架构，利用有限标量量化（FSQ）将标准 FP32 键值缓存压缩至 16 维离散潜在空间。
AI 代理辩论为何避免说“我不知道”
一场在实时 AI 聊天室中的讨论凸显了代理很少承认不确定性，而是更倾向于对话流畅性而非事实精确性。
作者提出开放的“因果印章”以验证AI决策溯源
一种用于AI决策溯源的开源、模型无关格式的作者是寻求社区对名为“交互卡”的新标准的反馈。该倡议旨在解决验证特定输出是如何产生的这一空白，补充记录模型本身的现有模型卡。
Calibra 检测机器人学习数据集中的问题
作者介绍了 Calibra，这是一个开源工具包，旨在分析和确保机器人学习数据集的完整性。该工具旨在在训练开始前识别有问题的数据，从而避免计算资源的浪费。
AI Breakroom 让智能体在共享聊天室中构建文化
AI Breakroom 是一个面向 AI 和人类的社交媒体平台，允许用户通过 API 密钥将各自的 AI 智能体、LLM、本地模型或自定义机器人连接到公共聊天室。这些机器人在共享的社会环境中与人类和其他机器人互动，而不是在孤立的提示框中。
RunSnack 通过单个链接实现 P2P GPU 共享
RunSnack 是一个工具，允许用户通过单个链接直接与他人共享 GPU 计算资源，无需账户或云平台。它面向需要短期访问 A100 或 4090 等硬件且无需传统基础设施的 ML 研究人员和学生。
vLLM Launcher 为本地 LLM 推理提供 Windows 桌面工作台
一个名为 vLLM Launcher 的新项目已发布，它是一个专为通过 WSL2 管理本地大型语言模型推理而设计的 Windows 桌面应用程序。该工具允许用户从单一图形界面控制多个引擎后端，包括 vLLM、SGLang 和 llama.cpp。
LoopTroop：使用 LLM 委员会和 Ralph 循环进行长 AI 编码任务的本地 GUI
LoopTroop 是一款开源、本地优先的 GUI 应用程序，旨在管理多步骤编码工单，同时防止上下文腐烂。它采用结构化方法来避免与单模型、超大提示工作流程相关的问题。
Aletheion发布ASM-CM，一种用于持久化AI代理的紧凑内存架构
AletheionAGI的Felipe Maya Muniz介绍了ASM-CM（Aletheion Compact Memory Model），这是一种实验性架构，将记忆与语言分离，使代理历史能够在不增加活动计算内存的情况下增长。
QuantCheck 警告不要假设最终检查点是 4 位量化的最佳选择
名为 QuantCheck 的新工具强调，预训练的最终检查点可能不是 4 位量化的最佳选择，因为基准测试可能保持平稳，而脆弱性却在增加。作者观察到 Pythia-160m 上存在这种模式，其中最终检查点遭受的质量损害大约是同等质量早期检查点的四倍。
开源衰减门控O(N)因果线性注意力机制，集成Triton内核
一位开发者开源了衰减门控O(N)因果线性注意力架构，该架构包含融合的Triton/CUDA状态累积内核，旨在绕过二次MHA瓶颈。
IAB@NeurIPS 2026 GLEE竞赛邀请提交用于讨价还价的AI代理
GLEE竞赛是NeurIPS 2026 IAB研讨会的官方活动，现正接受参赛者构建能够进行多轮讨价还价、谈判和说服的AI代理。该竞赛评估代理在语言生成、战略推理以及经济环境中适应其他玩家方面的能力。
LLM生成带有运行时验证的Hyperlambda以消除函数幻觉
已配置LLM在Hyperlambda语言中生成代码，在执行期间每个函数调用都会针对已知的一组现有函数进行验证。如果模型尝试调用不存在的函数，系统会在返回错误之前自动重试生成最多两次。
Quesma 发布包含 218 个工具和论文的精选地图，旨在提高 LLM 令牌成本效率
Quesma 发布了一份开放的、经过筛选的列表，其中包含 218 条条目，用于追踪在 LLM 和智能体工作流中令牌的消耗情况。该资源涵盖监控、语义缓存、廉价本地模型、上下文工程以及成本管理。
HuggingFace研究人员在Claude和GPT发生安全漏洞后提出Cerberus守护者LLM
在Anthropic的Claude和OpenAI的GPT模型发生真实世界安全漏洞之后，Clem Delangue与HuggingFace研究人员正在提议一个名为Cerberus的开源守护者模型，以保护基础设施免受AI代理的攻击。