Allen AI 发布 Olmo-core 3：面向大规模 MoE 的开放训练基础设施
Allen AI 发布 Olmo-core 3，一套面向大规模 MoE 的开放训练框架，设计目标是把 MoE 训练扩展到万亿参数级。
#部署/工程
#部署/工程
今日 0 条Hugging Face BlogSI 评分5858
AWS Machine Learning Blog精选SI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：AWS 官方给出 Sonnet 5.5 的适用边界与 Opus 5.5 的分工，读者可据此判断何时选 Sonnet。
Hugging Face BlogSI 评分5050 Liquid AI 发布 LFM2.5-VL-DSpark 实验性草稿模型
Liquid AI 发布 LFM2.5-VL-DSpark 实验性草稿模型，为 LFM2.5-VL-3B 视觉语言模型引入推测解码路径。该模型增加 280M 参数，在 H100 上实现最高 2.66x 解码加速，并支持 llama.cpp、MLX-VLM 和 SGLang。
Simon WillisonSI 评分6666 TypeSafe AI 发布 Jev 决策模型，按输入 token 计费
TypeSafe AI 发布 Jev，称其为 System One 模型，只接受文本输入，输出类别、是/否答案、评分及置信度等浮点数，而非文本。Jev 只对输入计费，首个模型输入价格为每百万 token 0.042 美元，低于 OpenAI GPT-5 Nano 的 0.05 美元，支持 Noul、Choice、Score 三类问题并并行评估。
Microsoft ResearchSI 评分3838 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Hugging Face Blog精选SI 评分6262 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2 倍
Liquid AI 为 LFM2.5 家族的 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍。
推荐理由：官方给出三个模型在 H100 与 MacBook 上的实测加速比和调用方式，可据此判断端侧推理的可用性。
Hugging Face Blog精选SI 评分6262 NVIDIA 发布 Magpie TTS 多语言版：364M 开源权重，新增阿拉伯语、韩语和巴西葡萄牙语
NVIDIA 发布 Magpie TTS Multilingual，一个 364M 参数的开源权重语音合成模型，支持 12 种语言，本次新增现代标准阿拉伯语、韩语和巴西葡萄牙语，并通过更新训练数据提升多语言质量。
推荐理由：原文给出 364M 开源权重模型的多语言扩展与自部署延迟数据，可据此评估自建语音链路的成本与可行性。
Google Research精选SI 评分6262 Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano 模型
Google Research 发布一种新架构，把多 Token 预测（MTP）头接到已冻结的 Gemini Nano v3 模型上，在不改动主干权重的前提下加速端侧推理。
推荐理由：Google 把 MTP 头接到冻结的 Gemini Nano v3 上，给出端侧推理在内存与能耗约束下的具体优化路径。
Google DeepMind精选SI 评分7474 Google DeepMind 发布 DiffusionGemma 实验模型，文本生成最高提速 4 倍
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 上最高实现 4 倍推理加速，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 4x 加速的实测数字与硬件门槛，读者可据此判断本地低并发场景是否值得换用扩散式生成。
Mistral AI精选SI 评分6262 Mistral 发布 Codestral 25.08 及企业级编码栈
Mistral AI 发布 Codestral 25.08，并推出由 Codestral、Codestral Embed、Devstral 和 Mistral Code IDE 插件组成的企业级编码栈。
推荐理由：Mistral 把补全、代码检索与智能体工作流打包成可私有部署的企业编码栈，读者可据此判断自托管方案的能力边界。
Mistral AI精选SI 评分6262 Mistral AI 发布代码嵌入模型 Codestral Embed
Mistral AI 发布首个面向代码的嵌入模型 Codestral Embed，称在真实代码检索场景中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由：官方给出代码嵌入模型在检索基准上的对比与多维度、多精度取舍，可据此评估代码 RAG 的存储与质量平衡。
Mistral AI精选SI 评分7474 Mistral AI 发布 Mistral Medium 3，主打低成本企业部署
Mistral AI 发布 Mistral Medium 3，称其在多项基准上达到 Claude Sonnet 3.7 的 90% 或以上，价格为每百万 token 输入 0.4 美元、输出 2 美元。
推荐理由：官方给出 Mistral Medium 3 的定价、对标模型与部署门槛，可据此判断企业自部署的成本与可行性。