Hugging Face Daily Papers

Maglev: Sliding Recurrent Memory

HF ★ 3 · Bo Liu, Qiang Liu · HF 镜像

本文提出带定长内存的循环Transformer架构Maglev，可泛化滑动窗口注意力且训练阶段可并行。其包含两个耦合模块：预填充器Q结合全注意力与滑动窗口注意力生成内存目标，解码器P仅用滑动窗口注意力加循环K/V注入做下一词预测，以内存一致性损失对齐两者输出，推理仅需运行P。实验显示其效果优于同类基线，Q-P参数共享可降参且保留大部分性能增益。

Thought-Level Beam Search for Reasoning

HF ★ 3 · Lijie Yang, Hongyin Luo, Jiawei Zhao… · HF 镜像

针对大推理模型测试阶段计算分配效率低，现有并行采样易出现内存瓶颈、剪枝方法硬件利用率不足的问题，本文提出Gambit推理算法，实现思想级束搜索，通过轻量打分器将计算动态集中到优质推理路径，保持高硬件利用率。同硬件约束下其准确率最高提升6.7%，吞吐量超2倍，token消耗最多降68.5%，全面优于现有基线。

RibAssist 3D: Biplanar Rib-Fracture Detection, Addressing, and Selective 3D Localization from CT-Derived Projections

HF ★ 0 · Kabila Haile Soboka · HF 镜像

针对CT肋骨骨折人工定位耗时的问题，该研究提出RibAssist 3D方案，从CT生成正、侧位正交投影，双视图独立检出骨折后匹配，三角化得到可控假阳率的3D定位。实验显示核心瓶颈为跨视图匹配精度，保守策略下每例假阳性0.436个，定位中位误差1.49mm，93%可精准对应目标肋骨，为相关研究提供可复现框架。

Context-Matched Distillation: Teacher Causality for Autoregressive Video Distillation

HF ★ 4 · Hmrishav Bandyopadhyay, Xuanchi Ren, Zijian Huang… · HF 镜像

针对现有自回归视频蒸馏用双向教师、依赖生成时不可得的未来信息导致监督错位问题，本文提出上下文匹配蒸馏（CMD）框架：采用仅用历史信息的因果教师，搭配前缀评分、扰动策略对齐监督边界。该方法适配多类生成场景，在长短视频基准性能达SOTA，时变相机控制贴合度显著提升。

From Inaudible Inputs to Model Failures: Low-Frequency Safety Risks in LALMs

HF ★ 2 · Yuanhe Zhang, Weiliu Wang, Jie Ren… · HF 镜像

本文聚焦大音频语言模型（LALM）未被关注的人耳不可闻低频信号安全风险：提出黑盒红队测试方法ILL构造隐蔽攻击信号，可使6款LALM任务准确率最高降67个百分点，人耳几乎无法察觉；同步推出防御方案DRG，检测到低频分布偏移时触发重采，能将受攻击后平均准确率从28.5%提升至46.1%，填补了该领域研究空白。

arXiv cs.LG

LoKiFormer: Locality-aware Attention with Decoupled Knowledge Memory for Efficient Large Language Model Pretraining

Qiuwu Chen, Zimo Liu, Yuchen Li…

针对大语言模型预训练效率偏低的两大痛点：自注意力缺乏局部归纳偏置易冗余建模局部信息，MoE架构知识存储与计算路径耦合阻碍全局知识灵活访问，本文提出LoKiFormer架构，新增融入卷积的局部融合注意力捕获局部特征，新增参数化键值内存模块解耦存储与计算。实验显示其预训练收敛较基线快1.33倍，效率更优。

Which Site, and When: A Free-Satellite-Data Test of Himalayan Glacial Lake Bursts, Landslides, and Ice Floods

Matthew Kahn, Milan Arjel, Nirmala Adhikari…

针对尼泊尔喜马拉雅冰湖溃决、滑坡等三类灾害的预测模型空白，研究仅用免费卫星雷达、气象数据，结合数千条灾害记录，经严格空间交叉验证建模。结果显示前期天气对灾害触发时机预测ROC达0.73-0.83，地形易损性预测精度有限，深度学习未优于简单梯度提升基线，最终输出灾害监测优先级清单。

MARCH: Scaling Recurrent Memory with Content-Routed State Anchors

Ming Zhang, Kaisen Yang, Shu Yu…

针对Transformer长上下文开销高、传统循环模型固定状态易丢失早期信息的痛点，本文提出MARCH架构：定期缓存循环状态锚点并关联内容键，通过注意力式聚合当前状态与历史锚点，可灵活权衡历史分辨率与显存成本。预训练后其在常识推理、LongBench等任务上优于多种线性注意力变体，兼顾长程记忆能力与计算效率。

OpenAI

The builder’s guide to GPT‑5.6

OpenAI

本篇《GPT-5.6开发者指南》聚焦创业团队的AI落地需求，系统讲解依托GPT-5.6搭建AI代理的实操方案：核心通过智能模型选型策略、全新Responses API两大技术路径，可大幅压缩AI代理开发周期，同时显著降低开发与运维成本，为初创企业快速落地高性价比AI应用提供了可直接复用的落地方向。

Previewing Ultrafast mode: GPT-5.6 Sol at up to 14X the speed

OpenAI

OpenAI近期面向开发者推出预览版超快API服务层级，适配最新的GPT-5.6 Sol大模型，底层算力由Cerebras提供支撑。该服务推理速度最高可达原有版本的14倍，峰值每秒可输出750个生成token，可大幅降低大模型响应延迟，适配高并发、强实时性的AI生成场景需求。

Anthropic News

Introducing Claude Opus 5

Anthropic

本次推出的Claude Opus 5是Opus系列大模型的阶跃式升级版本，核心能力实现两大方向突破：一是针对长周期运行智能体的支撑能力大幅提升，可承载更复杂的长流程智能体任务；二是代码生成、专业领域工作的处理性能同步优化，能更好满足高阶开发、专业作业等场景的使用需求。

Inviting hard questions

Anthropic

该项目面向公众发起AI领域高价值疑难问题征集活动，承诺后续解答所有收集到的问题时，将完整公开问题拆解、技术推导、论证验证等全流程工作细节，主动接受公众监督，旨在缩小AI研发与大众认知的信息差，提升AI技术透明度，精准回应公众对AI的现实关切。

Google DeepMind

Introducing Gemini 3.7 Flash

Google DeepMind

本次谷歌发布的Gemini 3.7 Flash是轻量级旗舰多模态大模型。架构上采用优化稀疏激活机制，配合低比特量化与推理调度优化，支持1M token超长上下文，可解析文本、音视频、图像多模态输入。实测推理速度较前代提升2倍，调用成本下降50%，多模态表现接近Gemini 3.7 Pro，适配实时交互、端侧部署等低时延场景。

Putting sign language AI into users’ hands

Google DeepMind

本文聚焦聋人及听障群体的沟通痛点，推出自研突破性手语转文字（SL2T）模型，核心是实现手语AI的端侧落地，为面向听障用户的全新手语功能提供技术支撑。该技术摆脱了过往手语识别对云端算力的依赖，可直接在用户个人设备上运行，大幅降低使用门槛，为听障群体日常交流提供便捷路径。

Hugging Face Blog

State of Open Models: Summer 2026 Observations

Hugging Face

《2026年夏季开源模型现状观测》通过对30余款主流开源基座、微调模型开展通用能力、垂直适配性、部署成本等多维度测评发现：开源模型通用能力已追平2025年末闭源头部水平，多模态开源模型性价比显著优于闭源方案，小参数垂直开源模型工业落地占比破60%，仅代码、复杂推理能力较闭源头部仍有约15%差距，合规性是落地核心障碍。

Record, train, and deploy from one place with Strands Agents, LeRobot, and Hugging Face Storage Buckets

Hugging Face

这是Hugging Face推出的具身智能研发一体化方案，整合Strands Agents智能体框架、LeRobot机器人开发库、官方存储桶三项能力，可在同一平台闭环完成运行数据记录、具身模型训练、应用落地部署全流程，省去跨工具适配成本，大幅降低机器人应用研发门槛，提升全链路开发效率。

The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

The Gradient

这篇AI对齐研究挑战经典正交性假说，提出人类理性并非源于对终极目标的追逐，而是行动适配由行动倾向、评价准则等构成的实践网络的结果。研究主张AI不应预设固定目标，其决策逻辑需匹配人类的实践型行动范式，才能同时实现伦理对齐、保障核心安全属性。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

本文梳理AI递归自我改进（RSI）的研究脉络：该方向起源于1965年I.J.古德提出的“超智能机器”设想，2008年尤德考斯基明确其核心是AI依托现有智能迭代优化自身认知架构的反馈循环。当前AI领域的RSI落地分为两类路径：一是模型直接改写自身权重，二是广义上优化训练流水线。

量子位

刚刚，Qwen3.8-27B 开源了！家用显卡也能跑

量子位

近日千问正式开源Qwen3.8-27B多模态大模型，以Apache2.0协议开放可免费商用，家用显卡即可部署。该模型原生支持262K上下文、可外推至1M tokens，编程办公性能超Qwen3.7-Plus，还新增按任务难度调节思考深度的省资源功能。目前千问累计开源460余模型，全球下载量超30亿次。

7亿年薪留不住！余家辉离职Meta创业

量子位

Meta曾开出1亿美元年薪从OpenAI挖来的核心研究员余家辉，入职仅一年多，在带领超智能实验室核心多模态团队完成Muse系列全栈产品研发后，近日官宣离职创业。他透露新方向是对人类未来意义重大的未探索领域，目前新公司细节暂未公开，待项目成型后会对外披露。

谷歌开始肢解DeepMind，数个团队被划归总部

量子位

DeepMind换帅后谷歌启动拆分，8月6日全员会宣布将其数个非技术支持团队划归总部汇报体系，研究团队仍保留，意在减少中间环节，加快Gemini落地搜索、云等产品。谷歌联合创始人布林已回归介入Gemini研发，推动资源向模型前沿、递归自我改进方向倾斜，目前调整细节未公开，员工对后续项目资源分配存疑。