FlowWise：面向流式流量的有状态快慢模型服务系统
FlowWise 是一个面向流式有状态流量智能的服务系统，通过不确定性驱动的快慢级联，先用单包模型给出早期预测，仅将不确定的流升级到等待更多数据包的慢模型。它能在 16 ms 内服务 76.3% 的流，中位端到端延迟改善 40.5x，单台 16 核 CPU 服务器每秒可承载超 48.5k 新流，代码已开源。
#开源/仓库
arXiv cs.AIAI 评分2424 arXiv cs.AIAI 评分2323 JaxAHT：基于 JAX 的 Ad Hoc Teamwork 开源库
研究者发布 JaxAHT，首个基于 JAX 的开源 Ad Hoc Teamwork（AHT）库，统一支持队友生成、ego agent 训练与 unseen teammate 评估，相比现有 PyTorch 实现取得约 95x 墙钟加速。
arXiv cs.AIAI 评分3737 OctoLong：用跨仓库代码上下文做中期训练提升长上下文建模
研究团队提出 OctoLong，一套结合 AST 解析器、语言服务器后端与包管理器递归检索代码引用的上下文工程流水线，可构建长达数百万 token 的依赖丰富代码上下文。
arXiv cs.AIAI 评分4141 ALIGN：通过自动接口生成实现智能体与环境的对齐
针对 LLM 智能体与环境之间的"智能体-环境错位"问题，研究者提出 ALIGN 框架，通过自动生成接口丰富环境静态信息与逐步观测，以轻量级 wrapper 形式实现对齐，无需修改智能体逻辑或环境代码。在具身任务、网页导航和工具使用等多个领域实验中，该方法在 ALFWorld 上成功率最高提升 45.67%，且生成的接口可跨不同智能体架构和 LLM 骨干泛化，无需重新生成。
arXiv cs.AIAI 评分3434 RoboSimStudio：面向机器人操作任务的人与智能体快速 Real2Sim 交互工具包
RoboSimStudio（RSS）是一个交互式工具包，将求解器、接触模型和物理参数的选择显式化并可编辑，让人类和编码智能体都能基于观测到的物理行为快速创建并迭代优化仿真。该工具基于开源 Newton 物理仿真系统实现，并开展了人类引导 real2sim 的三类实验：视觉评估、力反馈以及智能体化的 Real2Sim2Real。
arXiv cs.AIAI 评分6262 Steertuning：用 5 段人类视频让机器人学会新任务
研究者提出 Steertuning 系统，让机器人在新环境中仅凭 5 段人类演示学习新任务，整个流程从数据采集到策略部署不到 5 分钟。该系统先在 100 小时带密集标注的第一人称人类交互数据上预训练一个 400M 参数的扩散策略，再针对新任务微调 2 分钟（2000 次训练更新），并在反向采样时用与部署环境观测最接近的演示来引导动作。
arXiv cs.AIAI 评分2222 Agaram 2.5B：首个从零训练的泰米尔语优先语言模型，支持工具调用
研究团队从零训练了 Agaram 2.5B——一个 25 亿参数的泰米尔语-英语模型，在约 500 亿 token（58% 泰米尔语）上使用单节点 8 张 H100 GPU 耗时约六天完成。
arXiv cs.AIAI 评分2929 HaloBlock：为扩散大语言模型带来更快更好的解码
HaloBlock 是一种面向扩散大语言模型（dLLM）推理的难度感知自适应 halo 机制，通过双向累积熵刻画块解码难度，并在每个块两侧自适应分配双向 halo 区域以缓解边界上下文不连续。在 LLaDA-8B-Instruct、Dream-7B-Instruct 和 LLaDA-1.5 上针对数学推理与代码生成基准的评测显示，HaloBlock 在准确率与推理效率上均有一致提升，源代码已公开。
arXiv cs.AIAI 评分2727 I3L：面向全身移动操作迭代交互式模仿学习系统
针对离线示教策略在长时程全身移动操作中因复合误差而失效的问题，研究者提出 I3L 软硬件一体化系统，通过低成本开源 JoyLo+ 接口实现全身协同纠错与迭代策略精炼。
arXiv cs.AIAI 评分2626 FlashVSR+：通过混合注意力与奖励产出分布匹配实现高效视频超分
FlashVSR+ 通过混合注意力架构与奖励产出分布匹配蒸馏（Ry-DMD）训练策略，实现最高 2 倍 DiT 加速和 45% 峰值内存降低，可在单张 24GB RTX 4090 上完成空间不分块的 4K 视频超分。Ry-DMD 利用奖励加权教师 rollout 将黑盒奖励纳入分布匹配，无需通过奖励模型反向传播，并可推广至 T2I 生成。代码、模型与训练数据已开源。
arXiv cs.AIAI 评分3131 删除代码而不丢失知识：面向 Python 库的再生式软件
开源包 spotregen 实现了 Fowler 提出的七项再生式软件原语，让程序可被删除重建而不丢失知识：知识以机器可读记录存于受追踪目录，每个单元据此生成包含架构、意图、决策、公共契约、评估与消费者但无实现的 regeneration bundle。
arXiv cs.AIAI 评分2222 AIPOCH Open-Science：带可复现 .science 包的开源 AI 研究工作台
AIPOCH Open-Science 是一个开源 AI 研究工作台，通过可移植的 .science 会话包记录研究中的指令、计算、产物修订与检查关系，并给出交换契约。受控会话测试了错误初版、经审查修正、未审查修订与计划未执行步骤，完整与部分导出均保留版本和审查关联，并将排除内容标记为不可用。独立注册表案例中，离线执行保留脚本与固定输入逐字节复现了两张已保存 CSV 表。
arXiv cs.AIAI 评分2626 KNN 实现细节可大幅改变性能：以 Cover Tree 为例
研究者以 Cover Tree 为例推出统一 Rust 实现 RustKNN，涵盖三种构建变体与三种查询模式，发现实现细节会显著改变算法性能排名。最优查询策略取决于 k 与数据集，选错查询模式运行时最多差 7.5 倍；cover tree 的 base 参数在 dual-tree 搜索中并非安全默认值，1.3 仅在七个数据集之一上最优。
arXiv cs.AIAI 评分4444 Davinci-Tool：用可验证可执行环境扩展智能体工具使用监督
研究团队推出 30B 工具使用模型 Davinci-Tool 及执行锚定数据集 Davinci-ToolData，通过 Execution-Grounded Task Synthesis 与 Executable Environment Synthesis 两条流水线生成 30,395 条已验证轨迹、覆盖 2,260 个工具名。
arXiv cs.AIAI 评分2222 BridgeCodec：Mamba 增强的 Schrödinger Bridge 神经音频编解码器，实现低比特率跨编解码器转换
BridgeCodec 通过将跨编解码器转换建模为 Schrödinger Bridge 最优传输问题，解耦了冻结的编码器-解码器对，并集成 Mamba 增强的 U-Net 架构捕捉长程语音时序依赖。在 1 kbps 超低比特率下，该框架将 8 kHz 轻量源编码器直接映射到 48 kHz 目标解码器，实现了优异的宽带重建和感知质量。该工作已被 Interspeech 2026 接收。
arXiv cs.AIAI 评分2222 GeoBridge：面向几何视觉的可迁移解码器拓扑演化框架
GeoBridge 是一个可演化搜索可迁移解码器拓扑的框架，通过残差、串行、并行组合可配置原语，使阶段内部拓扑可搜索，单次源搜索约需 12 GPU 小时。
arXiv cs.AIAI 评分4242 自学习运维智能体 SDO：用 playbook 与检测器让分布式应用故障处理随时间改进
研究者提出自学习运维智能体 SDO，通过将已解决故障的经验蒸馏为可复用的 playbook 和检测器脚本，让 LLM 智能体随处理事件增多而持续改进，而非每次从零排查。SDO 持续运行检测器，仅在其触发时调用 LLM，因此 token 成本随事件数量而非运维时长增长。在 11 个开源微服务应用上，SDO 将复发性故障的解决时间缩短 52%，并保持较低的单次事件成本，代码已开源。
arXiv cs.AIAI 评分6060 RoboHarness：一个简单机器人控制框架在 BEHAVIOR Challenge 2025 任务上超越 VLA 与世界动作模型
研究者提出 RoboHarness，一个为 LLM 智能体提供视觉-几何控制面板的机器人框架，使其能直接理解并调用具身任务。作者称借助该框架，Qwen3.8-Flash-Next 在 BEHAVIOR Challenge 2025 任务上超越了当前最先进的 VLA 模型，实现将开源。论文认为编码智能体有潜力实现通用具身操作，无需按传统路线收集机器人动作数据并训练大规模 VLA 模型。
arXiv cs.AIAI 评分3636 ReTerm：面向自我改进终端智能体的恢复训练
基于 Qwen3.5-9B 训练的终端智能体 ReTerm-9B 在 Terminal-Bench 2.0 上达到 34.8% Pass@1，较基座模型提升 14.6 分。研究团队构建 ReTerm-10K 数据集用于 SFT 冷启动，并提出在线 RL 算法 ReTerm-GRPO，从智能体自身失败状态分叉生成多次独立自我恢复尝试，依据任务是否完成进行学习。代码、数据与模型均已开源。
arXiv cs.CLAI 评分6060 Fish Audio Drama 3 技术报告：35B MoE 开源语音生成模型
Fish Audio Drama 3 是一个开源语音生成模型，基于 35B 参数的 MoE 主干、每个 token 激活 3B 参数，可将文本转为带表演指导的语音。
arXiv cs.CLAI 评分2929 AgentWorld：从多轮交互中训练 LLM 智能体的数据工厂
AgentWorld 是一个数据工厂，通过 Gateway Server 和 Data Pool 将异构智能体运行时的多轮交互轨迹转化为训练引擎可直接消费的标准化数据。
arXiv cs.AIAI 评分4444 Glasseek：DeepSearch 智能体的透明训练配方与可信评测框架
研究团队推出 Glasseek，一个覆盖数据构建、训练到评测全流程的透明 DeepSearch 框架，开源全部数据、模型权重、训练配方与代码。其 9B 智能体在几乎所有深度研究基准上超越前沿闭源智能体，并在近期开源权重智能体中取得最佳整体表现，刷新 9B 规模 SOTA。
arXiv cs.CLAI 评分2929 OScaR：面向 LLM 及更多模型的极致 KV Cache 量化方案
针对 KV cache 显存瓶颈，研究者提出轻量压缩框架 OScaR（Omni-Scaled Canalized Rotation），指出 Token Norm Imbalance（TNI）是 per-channel 量化在极致压缩下失效的主因，并通过 Canalized Rotation 与 Omni-Token Scaling 缓解该问题。
arXiv cs.AIAI 评分2727 Neural Bayesian Networks：面向不确定性下模块化可扩展决策的神经贝叶斯网络
研究者提出 Neural Bayesian Networks（NBNs），将贝叶斯网络中的每个条件分布替换为可微分的张量机制，同时保持图结构与分解方式不变，从而可表示任意可学习的条件分布并原生运行在 GPU 上。团队同时发布基于 PyTorch 的 NBN 库及公开基准，在大规模网络和大批量查询上借助 GPU 并行实现两个数量级的加速。
arXiv cs.CLAI 评分3636 SWE-Spot：用仓库中心学习打造小型代码库专家模型
针对小型开源权重模型缺乏对陌生代码库泛化能力的问题，研究者提出仓库中心学习（RCL），以单仓库纵向深度替代跨仓库的任务中心学习（TCL），并据此训练出 SWE-Spot-4B 系列仓库专家模型。
arXiv cs.CLAI 评分2222 超越规模：梯度如何影响大语言模型的剪枝决策
研究者提出免训练的剪枝方法 GBLM-Pruner，利用预训练 LLM 的归一化梯度（基于 Taylor 展开一阶项）确定剪枝指标，无需后续重训练或权重更新。在 LLaMA 系列、Qwen 系列和 DeepSeek 模型上，该方法在零样本、STEM 推理和代码基准上显著超越 magnitude pruning 与 Wanda，并与需大量权重更新的 SparseGPT 表现相当。
arXiv cs.CLAI 评分3232 GroundGUI：用高质量数据与蒸馏到强化学习实现 GUI 定位
研究团队提出 GUI 定位数据集 ScreenRef 与 Distillation-to-Reinforcement Learning（D2RL）方法，基于 Qwen3-VL-8B-Instruct 经 SFT 与 D2RL 顺序训练得到 GroundGUI-8B。
arXiv cs.CLAI 评分6262 PrismaCoder：用分解式评分标准合成数据推进开源多模态代码智能
论文提出 PrismaForge 分层数据流水线，以合成的评分标准把程序正确性、构建质量和渲染后的视觉正确性拆解为可检查的准则，同一套评分标准既用于筛选监督语料，也用于驱动视觉编码任务的强化学习。
arXiv cs.AIAI 评分3232 SAGE：将 2-bit 向量量化 LLM 推向真实可用
SAGE 是一种面向权重-only 向量量化的新方法，通过能量分层分组（ESG）与自适应比特拆分（ABS）两项设计，在 2-bit 量化下取得 SOTA 表现。
arXiv cs.CLAI 评分3131 Delta Tokenizer：面向多核 CPU 长提示词的会话增量与分段并行分词
Delta Tokenizer 是一种 CPU 分词前端，只对同一会话中请求与上一请求之间的增量文本分词，会话轮次的分词速度相比 Hugging Face 参考分词器提升约 40 倍。
arXiv cs.CLAI 评分3838 JetSpec++：前瞻并行草稿与自修正的推测解码方法
UC San Diego 等团队提出推测解码方法 JetSpec++，通过块内自修正、块间前瞻草稿与流水线草稿验证三项设计，将草稿模型的边际耗时几乎降为零。相比自回归解码，其墙钟加速最高达 7.45 倍，比 DSpark 快 1.54 倍，在 GB200 上单请求最高 1,361 tokens/s，七个基准平均接受长度 8.94，且保持目标模型输出分布。代码与模型已开源。
arXiv cs.AIAI 评分2525 Reels-RSI：面向代码渲染解说视频的程序级自我改进
Reels-RSI 是一个开源解说视频导演工具，将解说视频视为由脚本、分镜和逐帧动画代码组成的程序，自我改进发生在程序层面而非权重或提示词中。它把静态检查能捕获的经验编译为带必失败与必通过示例的规则，使记忆可单元测试，且新规则会回溯检查此前所有作品。在 111 个视频的实验中，该规则在旧帧中发现四个潜在缺陷，且规则对强导演是审计、对弱导演是防护。
arXiv cs.CLAI 评分3333 ELARSpeech：覆盖 675 种低资源语言的 3 万小时多语言语音数据集
研究者发布 ELARSpeech，一个从濒危语言档案库整理的大规模多语言语音资源，包含 675 种低资源语言、共 30,202 小时语音，融合人工标注与无标注录音。实验显示该数据集可将 ASR 和 TTS 能力扩展至多种低资源语言，伪标注无标注数据还能带来额外提升，但语音表征分析也暴露出当前多语言模型向语言长尾迁移的局限。数据集、训练好的 ASR 与 TTS 模型及完整数据构建流程均已公开。
arXiv cs.CLAI 评分4444 Titan-Llama：为预训练 LLM 加装外部神经记忆模块
Titan-Llama 是一种后训练方法，通过分层记忆架构为注意力语言模型加装可在测试时更新参数的神经记忆模块（NMMs），无需从头训练即可替换预训练注意力层。
arXiv cs.CYAI 评分2424 EduBehaviors：面向教育对话可审计标注的基于断言的 Schema 框架
EduBehaviors 框架用于在教育对话数据中生成可解释、可靠且可扩展的构念标注，在 TalkMoves 数据集上预测 Teacher TalkMoves 标签，最佳配置取得 macro-F1 0.764 和 Cohen's kappa 0.756，优于直接提示方法并与微调分类器相当，同时具备更高透明度与可比性。
RadarAIAI 评分5858 基于 Cloudflare 的免费 AI Agent 框架
一个开源 AI Agent 开发框架，利用 Cloudflare 免费边缘计算服务，让开发者无需购买专用服务器或保持电脑常开，即可搭建 24 小时在线的个人助理。该框架支持跨平台访问，并具备时间敏感的记忆管理功能，可通过 Git 等方式使用。
RadarAIAI 评分6060 NVIDIA 推出基于 Rust 和 GPU 的动画渲染引擎 ManimGX
NVIDIA 基于 Manim 社区版构建了动画渲染引擎 ManimGX，用 Rust 编写底层计算并借助 GPU 加速，渲染速度最高提升 90 倍，同时兼容 Manim 社区版语法。该引擎还内置了面向 AI 的分镜图生成和画面排版检查功能。
RadarAIAI 评分4848 开源版 LibTV：BeefTV 桌面短剧生产工具介绍与使用指南
开源桌面项目 BeefTV 将 LibTV 的短剧生产线带到本地，提供无边界自由画布与多角度切分面板，支持批量生成视频分镜，完全开源且无商用限制。该项目 GitHub 星标已破 1200，附有详细安装和操作流程说明。
RadarAIAI 评分6060 Eleven 发布面向二进制逆向工程的开源 AI IDE
Eleven 是一个专为二进制分析打造的开源 IDE 平台，基于 Electron 构建，深度集成 REA 逆向库和 Claude Code、Codex 等主流 AI Agent，把复杂的二进制拆解转化为可交互的提问式分析。据称这一方式可降低逆向工程的门槛与学习曲线。
GitHubAI 评分6262 ai-job-search：基于 Claude Code 的开源求职申请框架
MadsLorentzen 发布开源项目 ai-job-search，一个基于 Claude Code 的求职申请框架，可评估职位匹配度、定制 CV、撰写求职信并准备面试。