Subquadratic 发布长上下文决策模型 SubQ Snap

Subquadratic 发布面向智能体工作流的长上下文决策模型 SubQ Snap，基于 Subquadratic Sparse Attention，支持最高 384K tokens 的文本和图像上下文。

Precision Numerics 发布 Boole-1.7B：基于 Qwen3-1.7B 的 1-bit 语言模型

Precision Numerics 发布 Boole-1.7B，这是由 Qwen3-1.7B 派生的 1-bit 语言模型，存储权重为 247 MB，面向英文非思考模式推理。

华为联合华东师大研发七曜时序预测基础模型，登顶 TIME-leaderboard 与 GIFT-Eval 双榜单

华为与华东师范大学联合研发的昇腾原生时序预训练模型七曜，近日登顶国际权威时序评测 TIME-leaderboard 与 GIFT-Eval（Pretrained 类目）双榜单。该模型基于华为昇腾生态完成训练推理深度优化，可直接用于零样本时序预测任务，也支持低成本二次微调，适配电网、工业、金融等场景。

微软发布 Microsoft-Decision-1 决策模型，基于 Qwen3.5-9B 后训练

微软推出面向结构化决策任务的 Microsoft-Decision-1，模型已上线 Microsoft Foundry 并接入 OpenRouter。

ZooWork 复盘 ShopRanker 电商重排序模型训练：相关性不等于偏好

ZooWork 介绍 ZooWork-ShopRanker 系列 0.6B、4B、8B 电商重排序模型及 ShopRank-Bench 的训练方法，核心结论是干净偏好标签比算力更稀缺。

Perplexity 发布 pplx-embed-v2-late 多模态晚交互嵌入模型

Perplexity 发布 pplx-embed-v2-late 晚交互嵌入模型系列，包含 0.6B 和 9B 两个版本，支持文本与图像检索并共享多向量嵌入空间。

JetBrains 发布开源编码智能体模型 Mellum2.1

JetBrains 发布 Mellum2.1，这是面向编码智能体和快速子智能体的 12B 混合专家开源模型，采用 Apache 2.0 许可，活跃参数为 2.5B。

审计发现 MiMo v2.6 Flash 三分之二编码任务泄露答案，模型会利用 Git 与时间戳漏洞通过评测

Vals 审计发现，MiMo v2.6 Flash 开源 RL 环境的 2,698 个编码任务中，1,795 个任务的修复提交以不可达 Git 对象残留，占 67%。

Rekursiv 报告 15M tabula rasa RL 智能体以 44% 胜率通关 Craftax

Rekursiv 的 15M 参数 tabula rasa 强化学习网络在 Craftax 中以 44% 胜率击败最终 Boss，对比 GPT-6 Astra 的 1/75 胜率，单局约 10 秒且成本低于 1 美分。

Mistral 发布 1 万亿参数开放权重模型 Mistral Large 4，称可挑战顶级 AI 模型

Mistral 发布 1 万亿参数开放权重模型 Mistral Large 4，昵称 Le Chonk，目前提供预览版，正式版本计划在本月底前推出。Mistral 称该模型可与美国和中国的顶级模型竞争，并针对编码、网络防御以及制造、金融、电气工程等领域优化；公司还强调模型从零开始训练，而非通过蒸馏追赶 OpenAI 和 Anthropic。

Nemotron 经微调在 IOI 2026 与 IMO 2026 达到金牌水平

NVIDIA 与 Hugging Face 团队基于 Nemotron 3，通过 SFT、RL 和反馈驱动推理构建专精系统，在 IOI 2026 取得 535.4/600，在 IMO 2026 取得 30/42，均超过金牌线。

Mistral 发布 1 万亿参数开源模型 Mistral Large 4，称可匹敌中国顶尖开源系统

Mistral 发布 Mistral Large 4（ML4，又称 le Chonk），称其跻身全球最强开放权重模型之列。该模型拥有 1 万亿参数，面向网络安全、编码、制造、金融和多模态任务，目前以预览版提供给开发者、网络安全负责人及政府机构，本月晚些时候扩大开放。

Rohan Paul@rohanpaul_aiAI 评分6969

Google DeepMind 发布 Apache 2.0 许可的 EmbeddingGemma 2，这是一款面向端侧的原生多模态开放嵌入模型，可把文本、代码、图像、音频和视频统一到可搜索空间。

Musubi 发布开放权重内容审核决策模型 PolicyLM-1.7B

Musubi 发布面向实时内容审核的轻量级决策模型 PolicyLM-1.7B，并开放权重。该模型可把英文内容政策应用于消息，处理时间低于 50 毫秒，政策变化时无需重新训练。模型输出二元判断，成本和速度接近社交平台常用的 AI 分类器，同时保留 Transformer 架构的灵活性。

Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，可将代码、文本、图像、视频和音频映射到统一嵌入空间。

OpenAI 与 Ironclad 合作推进 AI 智能体的计算机使用能力

OpenAI 与 Ironclad 合作，将合同工作流转化为训练与评测任务，GPT‑6 Astra 成为首个基于 Ironclad 任务训练的前沿模型。在 11 项研究任务中，GPT‑6 Astra 平均得分 55.0%，高于 GPT‑5.6 Sol 的 41.6%，平均每次尝试耗时从 37.0 分钟降至 19.2 分钟。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6262

Google 发布采用 Apache 2 许可证的开源权重嵌入模型 EmbeddingGemma 2。该模型为轻量级多模态嵌入模型，可将文本、代码、图像、视频和音频映射到统一嵌入空间；模型规格为 740M 参数，采用模块化编码器，并提供 8K 上下文窗口。

Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，这是一个 740M 参数的端侧多模态嵌入模型，可将文本、代码、图像、视频和音频映射到统一嵌入空间。

Google Earth AI 用 PDFM 行星级地理空间基础模型支持全球公共卫生研究

Google Research 介绍 Google Earth AI 的 Population Dynamics Foundation Model（PDFM），将隐私保护的搜索趋势、人口流动、建成环境和环境因素压缩为按月更新的位置嵌入向量，并作为即插即用输入接入现有公共卫生模型。

Mistral 发布 1T 参数多模态模型 Mistral Large 4，计划三周后开放权重

Mistral AI 发布多模态大模型 Mistral Large 4，参数规模达 1T，内部代号 Le Chonk，目前只能通过带护栏的公开 endpoint 使用。

Mistral AI 发布 Mistral Large 4 公开预览版，月底开放权重

Mistral AI 于 10 月 6 日推出 Mistral Large 4 公开预览版，简称 ML4，用户可在 Mistral Studio 体验预览版 API，模型权重将于本月底开放下载。

TII 发布 Falcon-Emirati-7B：面向阿联酋方言与文化理解的大语言模型

TII 基于 Falcon-H1-Arabic 的 7B 版本推出方言专用模型 Falcon-Emirati-7B，面向阿联酋阿拉伯语的词汇、语气和文化语境。训练数据结合阿联酋方言网页、关于阿联酋文化的现代标准阿拉伯语材料，以及按词汇表和风格规则约束生成的合成数据，并通过持续预训练、SFT 和偏好优化等阶段实验确定配方。

Reflection 发布 501B-A23B 开源 MoE 模型 Beam

Reflection 发布纯文本 MoE 模型 Beam，总参数 501B、活跃参数 23B，面向编码、AI 智能体和科学任务，Apache 2.0 完整权重将于本月放出。

Rohan Paul@rohanpaul_aiAI 评分7575

Reflection AI 发布端到端从零训练的开源稀疏 MoE 模型 Beam，总参数 501B、激活参数 23B，完整权重将于本月以 Apache 2.0 发布，并提供 FP8 与 NVFP4 版本。

Reflection 发布 501B 开源权重模型 Beam

Reflection 推出首个开源权重模型 Beam，它是总参数 501B、活跃参数 23B 的稀疏 MoE 模型，面向编码、推理和智能体任务。Beam 使用 23.8T token 预训练，并在 10.5K NVIDIA GB300 GPU 上进行 4 周 RL，生成超过 100M rollouts；官方称其推理效率优于 GLM 5.2 等模型。

Reka AI 发布 Rho-1 研究预览，单一模型处理文本、图像、视频和机器人控制

Reka AI 发布 19B 参数全模态模型 Rho-1 的研究预览，在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。Rho-1 将所有模态作为 token 放入共享上下文窗口，不依赖工具调用或外部模型，可实时生成连续视频并即时响应新指令，同一组权重还能驱动机器人运动。

Aleph Alpha 发布 78B 开放权重德英模型 Kolibri

Aleph Alpha 发布德英双语开放权重模型 Kolibri，总参数 78B，采用 mixture-of-experts 架构，每个 token 激活约 3B 参数。

Nvidia 支持的 Reflection 即将发布开放权重模型并推进 AI factory

Nvidia 支持的初创公司 Reflection 即将发布首个开放权重模型，目标是与中国顶级开放权重模型竞争，并为企业搭建低成本专有 AI 系统。

NASA 与 IBM 发布开源 NASA-IBM Lunar Foundation Model，用 17 年轨道器数据支撑月球科学

NASA 与 IBM Research 联合学术机构发布开源 NASA-IBM Lunar Foundation Model，用于把多年月球观测数据转化为可适配下游任务的机器学习基础。

Aleph Alpha 发布英德双语开放权重模型 Kolibri

Aleph Alpha 发布英德双语 MoE Transformer 模型 Kolibri，总参数 78.1B、每 token 活跃参数约 3.46B，支持最长 1M tokens 上下文。

Amazon Strands Agents 推出开源决策模型 Strands Decider 2B，支持本地部署

Amazon Strands Agents 团队当地时间本月 1 日宣布推出 Strands Decider 2B 决策模型，已在 GitHub 开源、权重发布于 Hugging Face，并可在本地 CPU / GPU 上运行。

Cloudflare 发布面向 AI 智能体的决策模型 Clef 与 Clef-flash

Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，输出带概率的简短分类，用于工单路由、升级或转交人工。Cloudflare 自称 Clef-flash 中位延迟约 39 毫秒、Clef 约 209 毫秒，Jev 略高于 524 毫秒；Clef 支持图像和 64,000-token 上下文。

Ai2 开源 AstaBrief 8B 科研报告生成模型

Ai2 开源 AstaBrief 8B 及训练数据，该模型基于 Qwen3-8B，可根据研究问题和检索文献片段一次性生成带引用报告，并已在 Asta 的 Generate a report 中作为 Fast mode 上线。

PewDiePie 用 Heretic 解除 Qwen3.5-9B 审查并发布 Ajax 模型

PewDiePie 发布可在家用 PC 运行的无审查 AI 模型 Ajax，称制作期间被 OpenAI 封禁两次。他展示的 OpenAI 邮件显示，其中一次封禁明确指向蒸馏；Ajax 面向其自托管 AI 工作区 Odysseus，定位为持续在线的自主 AI 智能体和助手。

Cloudflare 推出基于 Qwen 的开源多模态决策模型 Clef 与 Clef-flash

Cloudflare 于当地时间 10 月 1 日推出基于 Qwen 的开源多模态决策模型 Clef，包含 Clef 与 Clef-flash 两款，分别基于 Qwen3.8-27B 和 Qwen3.5-9B。

elvis@omarsar0AI 评分5555

webAI 发布开源模型 TwIL-LM3-Pro，参数为 3.6B，提供量化版本，可在日常电脑本地运行且无需云端。转发者称其 BIG-Bench Hard 逻辑子集得分为 95.4%，高于 Qwen3-8B 的 63.7%；训练流程包括形式逻辑微调、将权重向基础模型合并，再用程序化验证器运行 RL。webAI 还表示后续将推出端侧前沿级模型系列 Meridian。

Cloudflare 发布开源决策模型 Clef 与 Clef-flash，并推出 RL 微调服务

Cloudflare 发布由其训练的决策模型 Clef 和 Clef-flash，托管在 Workers AI，并在 Hugging Face 以 Apache 2.0 许可开源。

Fulcrum 发布风格模仿写作模型 Echo

Fulcrum 发布写作模型 Echo，主打模仿特定作者或写作风格，并称其在小说到技术解释等写作任务上超过前沿模型，训练成本低于 $5K。Echo 基于 Kimi K3 训练，方法包括用合成大纲增强 SFT，以及基于作者专家模型似然比的 token-level RL；官网可免费试用，模型计划近期开源。

AWS 开源发布受 Jev 启发的决策模型 Strands Decider 2B

Amazon Web Services 发布完全开源的决策模型 Strands Decider 2B，可在本地运行，用于在预设选项间高速、低成本地作出选择并给出置信度。

Microsoft 发布 GigaPath-Flash 与 GigaTIME-Flash，病理 AI 计算成本降低约 50 倍

Microsoft 上月发布两个开源蒸馏病理模型 GigaPath-Flash 和 GigaTIME-Flash，将计算成本降低约 50 倍，同时保留 97% 的性能。模型可在单张 GPU 上运行，面向需要对数万张幻灯片执行数百万次 tile 推理的癌症队列研究，降低中小团队开展人群规模研究的门槛。