ParallelKernelBench：前沿大语言模型尚不能编写高效多GPU内核
Together AI发布ParallelKernelBench（PKB）开源基准，包含87个来自真实代码库的多GPU内核生成问题，要求模型用CUDA内核替代PyTorch+NCCL并通过NVLink直接通信。
推荐理由：基准揭示前沿模型在多GPU内核生成上正确率与速度优势均有限，为分布式优化研究提供了可复现的测试平台。
开源生态
全部主题开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
117条精选相关主题模型发布Hugging FaceAI 编码
最新精选
第 81–100 条 · 共 117 条Together AI精选AI 评分6666
Interconnects精选AI 评分8282 GLM-5.2 是开放智能体的关键一步
Nathan Lambert 亲测 GLM-5.2 后认为，它是首个在编码 harness 中表现可靠的开放权重通用智能体模型，Arena 评测中已能比肩 Claude Opus 4.8 的 max 模式。社区反响强烈，作者将其与 DeepSeek R1 类比，并指出这会给 Anthropic 带来定价压力，同时让开放模型经济迎来拐点。
推荐理由：作者以亲测视角说明 GLM-5.2 在编码智能体工作流中的可用性，为读者判断开放模型何时能替代闭源前沿模型提供可迁移观察。
Google DeepMind精选AI 评分6464 Google DeepMind 发布 DiffusionGemma：4 倍加速的并行扩散文本生成实验模型
Google DeepMind 发布开源实验模型 DiffusionGemma，采用并行扩散架构替代逐 token 生成，在本地 GPU 上实现最高 4 倍推理加速。
推荐理由：DiffusionGemma 采用并行扩散架构替代传统逐 token 生成方式，在本地 GPU 上实现最高 4 倍推理加速，为交互式本地工作流提供了新的速度方案。
Amazon Science精选AI 评分7777 亚马逊研究提出意图执行差距框架并开源 Simple Strands Agent
亚马逊在 arXiv 发表论文 Dissecting model behavior through agent trajectories，提出意图执行差距（intent-execution gap）概念，指出智能体性能瓶颈在于 harness 将模型意图转化为动作并反馈执行结果的能力。
推荐理由：论文揭示了智能体性能瓶颈从模型推理转向 harness 执行转换，提出双向意图执行差距框架并开源 SSA harness。
Together AI精选AI 评分7373 MiniMax M3 发布：1M 上下文与原生多模态及高效推理实践
MiniMax 发布 M3，Together AI 作为首选云伙伴支持其生产级部署。M3 支持 1M token 上下文、原生多模态与智能体工作流，采用 MiniMax Sparse Attention 实现 prefill 加速 9 倍、decode 加速 15 倍以上。
推荐理由：原文展示了稀疏注意力与多模态预处理的工程细节，读者可据此评估长上下文与多模态场景下的推理优化路径。
Together AI精选AI 评分7878 Together AI 构建最快语音转文本栈的方法
Together AI 详细介绍了其生产级 ASR 栈的优化，覆盖 TensorRT 多 profile 编码器、无 CPU 同步的条件 CUDA 图解码器、共享内存与 Unix 域套接字零拷贝路径、epoll 事件驱动流式 I/O，以及 gc.freeze() 消除 p95 延迟尖峰。
推荐理由：原文给出多层次系统优化路径，读者可据此评估自身 ASR 延迟瓶颈是否落在数据路径而非模型本身。
Mistral AI精选AI 评分6363 Mistral AI 发布 Search Toolkit 公测版
Mistral AI 发布 Search Toolkit 公测版，这是一个可组合框架，用于构建面向 AI 应用的生产级搜索流水线。框架将摄入、检索和评估统一在单一接口下，减少团队组装基础设施的时间，并内置召回率、精确率、MRR 和 NDCG 等评估指标。
推荐理由：将摄入、检索与评估统一到单一框架，减少团队在集成上的工程开销，使其能专注于搜索质量本身的持续优化。
Mistral AI精选AI 评分6666 Mistral 发布 Medium 3.5，Vibe 支持云端远程编码智能体
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密开源权重模型，具备 256k 上下文窗口，在 SWE-Bench Verified 上得分 77.6%。
推荐理由：128B 开源权重模型把编码智能体搬到云端，读者可据此判断自托管与异步并行任务的取舍。
Google DeepMind精选AI 评分6262 Gemini for Science：Google 推出科学发现实验工具与 Science Skills
Google DeepMind 发布 Gemini for Science，包含 Google Labs 三款实验工具（Hypothesis Generation、Computational Discovery、Literature Insights）和桌面端 Science Skills。
推荐理由：原文给出三款实验工具与企业预览入口，读者可据此评估自身研究工作流是否适配。
Berkeley AI Research精选AI 评分7373 自适应并行推理：高效推理扩展的新范式
伯克利研究团队综述了自适应并行推理（APR）范式，提出模型可自主决定何时分解任务、生成多少并行线程以及如何协调。APR 通过特殊控制标记在推理时动态分配串行与并行计算，相比固定并行和多数投票等方法能减少冗余并避免上下文膨胀。文中对比了 Multiverse 等修改推理引擎与 ThreadWeaver 等保持引擎不变的系统设计，并讨论了基于关键路径的并行效率奖励和当前开放问题。
推荐理由：原文梳理了自适应并行推理的范式与推理系统实现差异，读者可据此理解不同并行策略在延迟和准确率上的权衡。
Google DeepMind精选AI 评分8282 AlphaEvolve：Gemini 驱动的编程智能体跨领域规模化影响
Google DeepMind 发布 AlphaEvolve，一款由 Gemini 驱动的编程智能体，用于设计高级算法并已在数学、计算机科学和 Google 基础设施中部署。
推荐理由：原文展示了 AlphaEvolve 在数学、量子物理、基础设施和商业场景中的具体提升，读者可据此评估它作为通用算法设计智能体的实际边界。
Google Research精选AI 评分6767 Google Research 科学家使用 Empirical Research Assistance 的四种方式
Google 发布 ERA 辅助科研的预印本，展示其在流行病学、宇宙学、气候与神经科学四个领域的应用。在流感、COVID-19 和 RSV 预测中，ERA 达到或接近 CDC 顶级预测水平；与 Gemini Deep Think 结合推导出宇宙弦引力辐射的统一公式；利用 GOES East 卫星数据以 10 分钟间隔反演柱平均 CO2；在斑马鱼神经回路中发现可泛化的机制性解。
推荐理由：四类科学场景展示了 ERA 与 LLM 协作解决开放问题的潜力，为 AI 辅助科研提供可迁移方法。
Together AI精选AI 评分6060 Together AI 在 Day 0 推出 NVIDIA Nemotron 3 Nano Omni
NVIDIA Nemotron 3 Nano Omni 现已上线 Together AI 平台，这是一款支持视频、图像、音频和语言的多模态开放模型。其 30B A3B MoE 架构每次激活约 3B 参数，支持最多 256K tokens 的共享多模态上下文，并在单一推理循环中完成跨模态推理。
推荐理由：单一模型统一多模态推理降低了多模型拼接的复杂度，对构建多模态智能体系统的开发者具有直接参考价值。
Together AI精选AI 评分7070 Together AI 发布分布感知推测解码 DAS，RL 展开加速最高 50%
Together AI 推出分布感知推测解码（DAS）框架，通过自适应后缀树推测器和长度感知调度，在数学和代码 RL 后训练中分别实现 50% 和 25% 的展开时间缩减，且不损失奖励质量。https://www.together.ai/blog/distribution-aware-speculative-decoding
推荐理由：原文给出了无损加速框架和实验数据，读者可据此评估是否在自己的 RL 后训练流程中引入 DAS。
Google Research精选AI 评分6060 MoGen：基于点云流匹配的神经元形态生成以加速脑连接组重建
Google Research发布MoGen模型，通过点云流匹配生成合成神经元形态，用于训练PATHFINDER重建模型。加入10%合成数据后，鼠轴突重建错误率降低4.4%，主要减少合并错误，在全鼠脑规模上相当于节省157人年人工校对。MoGen及物种特异性模型已开源。
推荐理由：用合成神经元训练PATHFINDER，将重建错误率降低4.4%，在全鼠脑规模上相当于节省157人年校对工作。
Together AI精选AI 评分6767 Parcae：基于稳定循环架构以更少参数实现更强性能
Together AI 发布 Parcae，一种稳定的循环语言模型架构，在相同数据和参数下比先前循环模型降低最多 6.3% 验证困惑度。770M Parcae 达到与 1.3B Transformer 相当的质量，并给出循环次数的幂律缩放关系。团队已开源训练代码与模型。
推荐理由：原文给出具体困惑度对比与参数减半效果，读者可据此评估循环架构在边缘部署中的实际参数效率。
Together AI精选AI 评分8282 EinsteinArena：让智能体在开放平台上协作解决数学难题
Together AI 发布 EinsteinArena，一个让 AI 智能体通过消息、讨论和排行榜协作与竞争的开源平台。智能体已在 11 维接吻数问题上将下界从 593 推进到 604，并在 Erdős 最小重叠问题、第二自相关不等式等多个问题上取得新的 SOTA。平台提供实时验证、公开排行榜和问题讨论线程，所有代码开源。
推荐理由：平台让多个智能体在公开讨论区和实时排行榜上协作与竞争，推动了多个长期开放数学问题的边界。
Together AI精选AI 评分6060 DBPlanBench：用 LLM 优化数据库查询执行计划
Together AI 发布 DBPlanBench，把 Apache DataFusion 的物理执行计划暴露给 LLM，通过紧凑 JSON 序列化和 JSON Patch 局部修改计划，避免重新生成整个计划。
推荐理由：将 LLM 引入物理计划优化，用语义推理弥补统计估计偏差，为数据库查询加速提供了可复现的新方法。
Google DeepMind精选AI 评分8282 Gemma 4 发布：字节级对齐的最强开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，提供 Effective 2B、Effective 4B、26B MoE 与 31B Dense 四种规格，31B 在 Arena AI 文本榜位列全球第 3，26B 位列第 6。模型原生支持多模态、函数调用、128K–256K 上下文与 140+ 语言，并采用 Apache 2.0 许可证。
推荐理由：原文给出 Gemma 4 四种规格与 Arena 排名，读者可据此评估本地部署与边缘场景的可行性。
Google Research精选AI 评分6262 构建更好的 AI 基准：多少标注者才够用？
Google Research 提出森林与树的(N,K)权衡框架，研究在固定预算下标注条目数与每条目标注者数量的最优配比。实验基于毒性、DICES、D3code、Jobs 等真实主观数据集，发现每条目 3–5 个标注者常不足、多数票用广度策略、意见分布用深度策略，并开源了模拟器。
推荐理由：给出了(N,K)权衡的模拟框架和开源工具，读者可据此在有限预算下设计更可复现的评估方案。