• 29 天前 · LLM, data

    小米公开了 Mimo 2.6 RL 时的数千条数据,涉及 agent、网页开发、安全、通用、音乐……是的还有音乐:

    • 中文 504 条,全是 12 到 56 小节的短曲;英文 496 条,全是 64 到 96 小节的长曲。语言和长度是一一绑定的。
    • 一共 79 种风格,有马林巴、爱尔兰 reel、谐谑曲、八音盒、布鲁斯、合成器浪潮等,每种 7 到 18 条。
    • 以 2 声部和 4/4 拍为主,BPM 在 55 到 220 之间。

    音乐是唯一的非 agent 任务。技术报告里说这 1k 条音乐题是拿来支撑 GRPO 实验的,内部音乐基准从 SFT 后的 45.7 提到了 RL 后的 52.5。

    huggingface.co/datasets/XiaomiMiMo
  • 24 天前 · LLM

    Strata 可以让 Qwen3.8-Flash-Next 这个 125b 参数的 MoE 模型在仅 12GB 的显存上运行,前提是需要大量内存。DDR5 常见的 32GB 内存也可以跑但是会剪枝到只留下 Code 任务部分,以及 CJK 文本处理会更差。

    基本原理是将最常用的专家放到显存,所有专家放到内存,SSD 放 n-gram 表,MTP 加速。

    github.com/Niko1221
  • 24 天前 · 图像模型

    FLUX 3 图片生成模型主打精准编辑图像,未修改的区域像素零漂移。

    bfl.ai
  • 24 天前 · 视频模型

    LTX-2.5-22b-IC-LoRA-Alpha-Gen:在 LTX-2.5-22B 基础上训练的 LoRA,专门用于移除视频背景保留主体,所谓的「抠视频」。生成的视频带有透明通道,一些半透明材质效果也可以保留!

    huggingface.co/Lightricks
  • 19 天前 · 安全

    SynthID 检测现在有了独立网站。

    synthid.com
  • 19 天前 · 摄影

    2026 年的 Nikon Comedy Wildlife Awards 提名照片已公开。

    comedywildlifephoto.com
  • 17 天前 · 工具

    zerobrew:Homebrew 有了自己的 uv。

    幕后是内容寻址存储实现去重、APFS clonefile 实现零开销复制、以及借助 Homebrew Ruby DSL 的源码构建兜底方案来加速 Homebrew。

    github.com/zerobrewhq
  • 17 天前 · LLM

    Saluki 27B 是 Qwen3.8-27B 的 2bit 量化,看 bench 比本家更擅长工具调用。社区已经有开启 MTP 版本。

    underdog.ai
  • 17 天前 · 安全

    ServerlessHorrors:记录那些 Serverless 服务背后的恐怖异常账单……当然大多是 BUG 所致。

    serverlesshorrors.com
  • 17 天前 · 游戏

    Triple-A Minesweeper:用扫雷对 3A 游戏绝妙讽刺。

    minesweeper.mikelacher.com
  • 12 天前 · web, AI

    Handwired:将网页的 JS 代码转为神经网络。

    代码的话是写死、一开始就正确的,所以结果精确、无需学习——这跟一般神经网络「训练出来、带误差」正相反。神经网络的形式,却像普通程序一样稳定。

    现在把这些权重解冻拿去训练,看一段确定逻辑被「学习」后会变成什么样……很抽象,还天然适配 GPU。

    github.com/chenglou
  • 12 天前 · 机器学习

    使用 AnnotateIt 训练你自己的视觉识别模型。

    由 Apple Create ML 驱动,整个过程(数据集、训练、生成模型)都在本地 Mac 上完成,无需配置 Python 环境或云端 GPU。自己标注好的图片训练出检测器后,就能回到标注器中自动识别更多图片或视频里的物体。

    适合同类物体的识别,比如停车场的车,流水线上的包裹等。

    radar.annotateit.ai
  • 12 天前 · 工具

    Plexo:使用多网络并行下载,从而提高整体的下载速度。

    github.com/anmolkapil
  • 12 天前 · LLM

    CaryPalmer/Ternary-Bonsai-2-27B-262k-GGUF:可运行在 12GB 显存的 Qwen3.8 27b 量化模型。不支持视觉,上下文最高可达 262k!

    huggingface.co/CaryPalmer
  • 12 天前 · LLM

    Rampart:美国 National Design Studio 推出的本地隐私数据识别模型。

    这类模型不少见,但背后 NDS 也做这个没想到。

    ndstudio.gov
  • 4 天前 · OCR

    在 OCR 工具和模型都在卷精度的时候,Datalab 发布了开源 OCR 工具 Indra OCR,核心模型只有百万参数。在纯 CPU 环境下,牺牲少许识别精度换来更高的处理速度,还会按照版面结构输出文本,不至于太粗糙。适合文档分类、切分、批量入库这类以吞吐量为主的场景。

    datalab.to
  • 4 天前 · AI

    Mistral 推出了最大参数为 209M 的时间序列模型,benchmark 上有着不错的成绩。

    mistral.ai
  • 4 天前 · AI

    Skills 依然是 prompt 工程,Be ambitious 这个 skill 可以让 agent 更加深入地执行任务。核心机制也很简单,看看某个领域的专家会做哪些还没做的事。

    github.com/DannyMac180
  • 4 天前 · Apple

    John Gruber 的 iPhone Duo 使用体验。大家都对着这台设备很难评。

    daringfireball.net