Musubi 发布开源决策模型 PolicyLM-1.7B,用于实时内容审核
Musubi 发布轻量决策模型 PolicyLM-1.7B,以开放权重形式公开,可将纯英文写成的内容政策在 50 毫秒内应用到消息上。该模型定位与主流社交平台的 AI 分类器在成本和速度上相近,但具备现代 LLM 的灵活性,无需专门训练即可执行复杂政策,政策变更时也不必重新训练。Musubi 联合创始人兼首席 AI 官 Filip Jankovic 表示,这让平台管理者可以主动为内容打标签。
Musubi 发布轻量决策模型 PolicyLM-1.7B,以开放权重形式公开,可将纯英文写成的内容政策在 50 毫秒内应用到消息上。该模型定位与主流社交平台的 AI 分类器在成本和速度上相近,但具备现代 LLM 的灵活性,无需专门训练即可执行复杂政策,政策变更时也不必重新训练。Musubi 联合创始人兼首席 AI 官 Filip Jankovic 表示,这让平台管理者可以主动为内容打标签。
基于 Falcon-H1-Arabic 构建的 Falcon-Emirati-7B 是一款专攻阿联酋方言的 7B 模型,目标是以母语者的方式理解和生成 Emirati Arabic 的词汇、语气与文化语境。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索到的文献片段转成带引用报告的模型,基于 Qwen3-8B 训练,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线,与 Claude 驱动的 Thinking 模式并存。
推荐理由:原文给出了从 Qwen3-8B 出发的 SFT 加 DPO 训练配方与数据过滤经验,可迁移到其他科学报告生成场景。
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个规模,用单个双向 Transformer 同时处理文本 token 与原始图像 patch,无需独立视觉塔或因果语言模型,并以掩码离散扩散目标从零训练。
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash,通过蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理分析算力需求,均以 Apache 2.0 许可开源。
Google DeepMind 发布实验性开源模型 DiffusionGemma,采用文本扩散方式并行生成整块文本,在专用 GPU 上推理最高提速 4 倍,单张 NVIDIA H100 上超过 1000 tokens/秒,RTX 5090 上超过 700 tokens/秒。
推荐理由:官方给出 26B MoE 文本扩散模型的速度数据、硬件门槛与质量取舍,便于判断本地低并发场景是否值得尝试。