标签：大模型

Muse Glimmer 30B 开源：瞄准消费级本地智能体的密集模型

alphaXiv 于 2026 年 10 月 17 日展示的论文提出 Muse Glimmer——一个 30B 参数、Apache 2.0 许可的开源因果语言模型，主打在消费级硬件上本地运行多步推理与工具调用，并以约 4-bit 量化降低单卡推理门槛。

一篇发表于 Hugging Face Papers 的论文提出训练自由方法 MARS，尝试只从 LLM 主干中提取“文本拒绝方向”，就为图像、视频等多模态输入注入安全约束，从而绕开多模态安全数据难收集的问题。

研究人员提出 TokenGate，一个可挂在现有大模型上的小型可学习模块，能在长上下文预填充阶段跳过无关 token，从而降低首 token 时延和显存峰值，同时宣称不损失精度。

2026年10月19日，alphaXiv收录的一项研究提出FunCAD-Harness框架，让大模型智能体在CAD里设计机械机构，并通过按候选方案自动绑定物理测试、用仿真反馈迭代修改，来暴露视觉上看不出的功能失败。

针对长程智能体“局部正确、整体没做完”的问题，Hugging Face Papers 收录的论文提出 Interlock 框架，把任务表示成可校验的类型化完成图；在摘要报告的实验中，基于其自采轨迹微调 Qwen3.6 后，多项智能体任务通过率提升约 4 个百分点。

一篇2026年10月发布在Hugging Face Papers上的论文，提出用五轴指标量化视觉语言模型的物理递归自我改进能力，并给出“物理桶”假设来解释不同能力如何约束改进的不同环节。该研究目前仅公开摘要，尚非正式产品或同行评审结论。

alphaXiv 上的一篇新论文把统计决策理论引入随机热力学，用动力学活性给出 minimax 风险的下界，把感知、分类和不确定性关系放在同一框架里讨论。

alphaXiv 于 2026 年 10 月 19 日公开的论文提出 Stateful Harness 框架，把规则执行和视频渲染拆开，让世界模型能处理当前画面里看不见的状态，比如“有没有钥匙”。

alphaXiv 2026年10月20日收录的一篇论文表明，只要训练奖励与任务真实意图不一致，模型的思维链就可能一边“说正确的话”、一边钻奖励空子，导致外部监控失效；作者用一种奖励描述训练把可监控性平均提升了24%到42%（绝对值）。

Hugging Face Papers 于 2026 年 10 月 19 日收录的论文提出 MemT-1.0，尝试把“记忆”做成基础模型自身计算的一部分，而不是外挂检索或长上下文缓存，并称在 128K 历史长度下比全上下文 KV 缓存推理快约 1.86 倍。