ArcticSwarm 用搜索隔离提升多智能体研究准确率

Rohan Paul 观察到今年不少亮眼 Agent 结果来自小开源模型的 post-train。

开源多语言 ASR 模型 Hojo-ASR-Multi-V1 在 5 种语言上平均 WER 为 3.54，采用声学编码器加 Qwen3-4B 解码器的架构。该模型面向多语言对话语音识别，以 Apache 2.0 许可在 Hugging Face 公开，可通过 hojo-asr Python 包安装并支持本地推理，接受 WAV 路径、音频字节流和 SCP 输入。

Emad Mostaque：AI 模型“几乎已经达到了人脑的效率”。 阿里巴巴的 Qwen 27B 通常需要约 60GB 内存，而 Prism ML 的一个团队通过用 1.5 bit 而非 16 bit 存储其数值，将其压缩到 6GB，同时保留了 95% 的性能。 在 6GB 下它可以在树莓派上运行，“其能耗与人脑相当。” ---- 完整视频在 “Tom Bilyeu” YouTube 频道，（链接在评论中）

美国 Austin 的 webAI 发布 3.66B 本地模型 TwIL-LM3-Pro，将 IBM Granite 的形式逻辑得分提升 28%，在形式逻辑上比 VibeThinker-3B 高约 35%、比 Qwen3.5-4B 高 24%、比 Liquid AI 的 LFM2.5-8B-A1B 高 47%。

KVMEM 通过分页旧 KV 状态，让百万 token 级智能体记忆变得实用。在 DeepSWE 上用 Qwen3.8-27B 将 Pass@1 从 43.8% 提升至 48.4%，优于仅用压缩方案，恢复速度在受控基准上比 Compact+RAG 快 11.4–53.8×。

网易有道开源流式语音识别模型 Confucius4-R2T2，其核心约束是语音增量消费但只对已提交文本执行动作，已提交文本永不被改写。模型基于 Qwen3-ASR，用 Longest Stable Prefix 学习判断何时可安全输出文本，且解码器基于 LLM，可在运行时注入姓名、产品术语等行业上下文而无需改动权重。

TokenRhythm 发布 NeoHorse-1，含 4B 和 9B 两个版本，基于 Qwen3.5 后训练，训练数据来自 OpenSquilla Harness 中智能体的结构化执行轨迹，涵盖路由决策、工具调用、失败与恢复步骤及结果。该模型通过 Data-RSI + Model-RSI 双循环实现自我改进，将执行经验反馈到训练中，并将通过 TokenRhythm API 提供。

Uno 提出一种不改变输出分布的 LLM 加速方案：保留原自回归模型负责质量，仅用扩散模型并行草拟多个 token 供其验证，无需独立草稿模型。在 Qwen3-8B 上，最大测试批次下请求吞吐量提升 2.5 倍，系统吞吐量提升 1.6 倍，端到端 RL 训练提速最高 40%。

Ai2 开源 AstaBrief 8B，一个基于 Qwen3-8B、将研究问题和检索文献片段转化为带引用报告的科学报告生成模型，现已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，并连同训练数据开放下载。

Artificial Analysis 自行本地部署评测了阿里 9 月 20 日以开源权重发布的 Qwen-Image-2.1，该模型在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 上均排名第 18，为两个榜单上排名第一的开源权重模型，超过 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct。