跳到正文
只看一手#编码
  1. Hugging Face Blog

    Reflection 开源 501B 参数 MoE 模型 Beam，支持 1M 上下文与 Agent 场景

    美国新实验室 Reflection 在 Hugging Face 发布其首个模型 Beam，这是一个 501B 参数的 MoE 模型（每 token 激活 23B），采用 Apache 2.0 许可，支持 1M token 上下文窗口，面向编码与 Agent 场景。

    推荐理由：原文给出 Beam 的架构细节、长上下文缓存数据和多精度基准，可用于判断自托管前沿模型的实际部署门槛。

  1. GitHub Blog · AI & ML

    GitHub 将 ModernBERT 分类器引入推送保护，拦截非结构化密钥

    GitHub 宣布用与 Microsoft Applied Sciences 共建的 ModernBERT 微调分类器扩展推送保护，可识别数据库密码等非结构化密钥，候选批量评估耗时不到 2 毫秒。

    推荐理由：GitHub 用九个季度的数据说明泄露风险随代码量上升，并给出把密钥拦截从事后补救前移到推送环节的思路。

  1. Mistral AI

    Mistral AI 发布 Mistral Large 4 公开预览

    Mistral AI 上线 Mistral Large 4 公开预览，模型为 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 使用，权重将于本月底发布。

    推荐理由：官方给出 1 万亿参数与 520 亿激活参数的多模态设定，以及编码、智能体、网络安全等基准对比，可用于判断开放权重模型的前沿位置。

  1. GitHub Blog · AI & ML

    GitHub 发布 ReviewBench：面向 AI 代码审查的公开基准

    GitHub 发布 ReviewBench 研究预览版，这是一个面向 AI 代码审查智能体的公开离线基准，包含 219 条来自 187 个开源仓库、覆盖 19 种语言的 pull request。

    推荐理由：GitHub 用 1.039 亿条真实 PR 校准出 219 条评测集，并公开了评分规则与校验流程，可据此比较不同 AI 代码审查工具。

  1. Google DeepMind

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。

    推荐理由：官方公布了 Argon 的输出上限、定价和多项基准成绩，可据此判断其长任务能力与成本位置。

已经到底了