Thomas Wolf 谈 AI 证明 Hodge 猜想的意义

Thomas Wolf 称 DeepSeek V4.1 Flash 重回开源模型榜首且价格极低，并制作视频展示模型推理时前向传播的内部过程。技术报告见 https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf，权重已发布在 https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash。

TRL v1.13 发布！我们的开源 RL 训练库，用于对基础模型进行后训练 本次新版本聚焦"长上下文训练"，新增了一份关于如何用 1M+ token 上下文对模型进行后训练的指南 https://huggingface.co/docs/trl/long_context_training ，以及一如既往的速度和内存使用方面的多项改进 详见 https://github.com/huggingface/trl

DeepSeek 发布 DeepSeek-V4.1-Flash，称其为新架构家族中最小模型，具备原生视觉理解，面向更快推理、更高吞吐和扩展到更大模型而设计。

我们该把 @LeRobotHF 的 SO-100 寄给 @sama 呢，还是送他一台 3D 打印机和舵机，让他自己动手组装？

关于当前扩展与对齐的现状及挑战，这是一篇很好的文章和综述。

这改变了一系列关于软件的根本假设 （至少是分发和适应性方面）

DeepSeek 于 8 月 31 日在 Hugging Face 开源首个多模态模型 DeepSeek-V4-Flash-Vision-Exp，采用 MIT License，公开模型文件、Tokenizer、Prompt Encoding 参考实现及最小化 PyTorch 推理实现。

智谱 Z.ai 8-28 将 GLM-5.3 开源权重(safetensors)上线 Hugging Face 官方 zai-org 仓,为此前 API 与技术博客之后的权重落地(非新模型首发,亦非 GLM-5.3-Flash)。官方模型卡说明 GLM-5.3 与 GLM-5.2 使用同一基座、增益来自后训练,主打编码与网络安全任务提升,许可为 glm-5.3。本文不写未交叉核验的参数规模与跑分。

Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下，GPU 吞吐最高提升 3.18 倍，端侧最高 2.87 倍。草稿模型约 300M 参数，LFM2.5-2.6B 函数调用延迟平均降低 57%，已开源支持 llama.cpp 和 SGLang。

Liquid AI 发布基于量化感知蒸馏（QAD）训练的 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 四款 Q4_0 GGUF 检查点，在保持原生 Q4_0 内存与速度的同时，恢复 BF16 平均精度损失的 97%。