PatchHolmes：通过列表式选择实现智能体补丁检索

PatchHolmes 用列表式选择让智能体一次性读取前 100 个候选 commit，再通过四个带预算的工具打开单个 commit，最终提交唯一答案，Recall@1 达 59.95%，高于逐点系统的 34.61% 和通用检索推理基线的 28.55%。

RIDE：在表征空间外推 RL 诱导变化，实现 on-policy 蒸馏中学生超越教师

RIDE（RL-Induced Direction Extrapolation）直接在表征空间外推强化学习带来的变化：在每一层和每个 token 位置计算教师模型与其 RL 前检查点的残差，并将学生隐藏状态回归到沿该残差方向超越教师的目标上。

ocprobe：管理 OpenCode 模型白名单的命令行工具发布 v3.1.3

作者 Sunny JayaRaju 发布开源命令行工具 ocprobe（v3.1.3，MIT 协议，可通过 Homebrew 安装），用于管理 OpenCode 模型目录：对比上游目录与白名单、探测变更模型、确认后才应用修改。

我如何构建一个为 regex 绘制 Railroad 图并检测 ReDoS 的 VS Code 扩展

开发者发布 VS Code 扩展 Ghost Regex，用 Ctrl+Alt+R 打开面板，可将正则表达式渲染为带语义配色的 Railroad 图，并检测嵌套量词等 ReDoS 风险并给出修复建议。

SEISMOGRAPH 漂移监控板新增 STALE 状态，作者复盘它仍看不见的失真

作者为开源 LLM API 漂移预警项目 SEISMOGRAPH 发布第二份天气报告，并公布 2026-09-30 更新：mistral 腿停写的原因已查明为 API key 过期，换新 key 后恢复 STABLE。

微软发布 amplifier-smart-tool-creator：创建、验证与评估智能工具

微软在 GitHub 上线 amplifier-smart-tool-creator，一个帮助用户创建、验证和评估智能工具的 smart tool。该仓库目前仅给出这一句功能描述，未披露模型、参数或可用方式等细节。

Aravind Srinivas@AravSrinivasAI 评分4848

我们正在开源我们最先进的上下文嵌入模型，它在 turbopuffer 的 context-bench 中表现最佳。

eric zakariasson@ericzakariassonAI 评分5353

作者分享了他配合新模型构建游戏所使用的 Skill，可通过命令 npx skills add ericzakariasson/skills --skill game-builder 安装，并附 3 个演示视频。

xAI 开源 Grok Build 编码 Agent 与 TUI

xAI 宣布开源 Grok Build 的编码 Agent 与 TUI，源码已发布在 GitHub。

Sarvam AI 开源 Sarvam-Translate：支持 22 种印度语言翻译

Sarvam AI 与 AI4Bharat 合作发布开源权重模型 Sarvam-Translate，基于 Gemma3-4B-IT 微调，支持 22 种印度语言，其中 15 种支持结构化长文本翻译。

UC Berkeley 用 AI 智能体审计 13 个 AI 基准，发现 45 个满分作弊方案

UC Berkeley 团队构建了一个全自动 AI 智能体，审计 FrontierCS、Terminal-Bench、WebArena 等 13 个常用 AI 基准，确认了 45 个无需真正解题即可刷高或拿满分的作弊方案，全部附可运行的 PoC，覆盖 16 种攻击类型。

METAGENE-1：7B 宏基因组基础模型发布，用于大流行监测

USC、Prime Intellect 与 Nucleic Acid Observatory 联合发布 METAGENE-1，一个 7B 参数自回归 Transformer 宏基因组基础模型，在超过 1.5T 碱基对的废水 DNA/RNA 序列上预训练。该模型采用 512-token 上下文窗口，在病原体检测与宏基因组嵌入基准上达到 SOTA，并开源模型权重与论文。

Prime Intellect 发布 SYNTHETIC-1：140 万验证推理任务的开源数据集与分布式数据生成计划

Prime Intellect 推出 SYNTHETIC-1，基于 DeepSeek-R1 生成 140 万条覆盖数学、编程、软件工程、STEM 和合成代码理解的任务与验证器，目标是构建最大的开源验证推理数据集。

Prime Intellect 发布 SYNTHETIC-1：基于 DeepSeek-R1 的 200 万条协作生成推理轨迹数据集

Prime Intellect 发布 SYNTHETIC-1，一个由全球算力贡献者协作生成、基于 DeepSeek-R1 的 200 万条推理轨迹开放数据集，覆盖数学、编码和科学任务，并用任务专属验证器确认正确性。

Prime Intellect 发布 PCCL 通信库，面向公网分布式训练

Prime Intellect 发布 PCCL（Prime Collective Communications Library），一个为跨全球分布式训练构建的容错集合通信库。

Prime Intellect 发布 SYNTHETIC-2：行星尺度流水线并行推理生成开源推理数据集

Prime Intellect 发布 SYNTHETIC-2，一个基于 DeepSeek-R1-0528 的开源推理数据集，配合全球分布的流水线并行推理运行，支持从消费级 GPU 到 NVIDIA 和 AMD 集群的异构算力贡献。

Prime Intellect 发布 SYNTHETIC-2：400 万条协作生成的推理轨迹数据集

Prime Intellect 发布开源数据集 SYNTHETIC-2，包含 400 万条经过验证的推理轨迹，覆盖迄今最全面的复杂强化学习任务与验证器。数据由全球算力贡献者通过流水线并行分布式推理生成，3 天内共有 1,253 块 GPU 参与，涵盖 4090 到 H200。

Prime Intellect 开源 renderers：面向智能体 RL 的 Token 级模板库

Prime Intellect 开源了 renderers，一个让开发者完全控制 RL 与多轮推理对话格式的独立 Python 库。它把聊天模板变成可编程对象，支持消息渲染为 token id、解析补全结果、按来源消息归属 token 以做 loss masking，并可在不重新渲染模型采样历史的情况下扩展多轮 rollout，带来打包训练序列 3x 冗余节省。

Prime Intellect 研究 reward hacking 的梯度动力学机制并推出 Prime Sprints

Prime Intellect 发布系统化 reward hacking 研究，提出其本质是梯度动力学问题而非单纯的规格问题：在 Llama 3.2-1B-Instruct 上用 backdoor-ifeval 环境植入隐藏关键词奖励。

Prime Intellect 发布 prime-rl 0.6.0，支持万亿参数模型 Agentic RL 训练

Prime Intellect 发布 prime-rl 0.6.0，可在 28 个 H200 节点上以最高 131k 序列长度、sub-5 分钟 step 时间和 256 rollouts 批大小训练 GLM-5 等万亿参数 MoE 模型执行 SWE 任务。

Prime Intellect 发布 verifiers v1 预览版，将环境拆解为 Taskset 与 Harness

Prime Intellect 发布 verifiers 0.2.0 预览版，以 verifiers.v1 命名空间预览重写后的核心，将环境拆解为 taskset、harness 和 runtime 三部分，支持任意 taskset 搭配兼容 harness 运行。

Prime Intellect 整合 23 个任务集，提供约 365,000 个 SWE、终端与搜索智能体 RL 环境

Prime Intellect 发布 research-environments，为 23 个开源智能体任务集提供统一 taskset API，涵盖约 198,000 个软件工程任务、约 28,600 个终端任务和约 137,600 个搜索任务，总计约 365,000 个环境，配套约 135,000 个预构建任务镜像。

Prime Intellect 发布开源自改进编码智能体 Prime Agent

Prime Intellect 发布开源编码智能体 Prime Agent，围绕 Recursive Language Model（RLM）和 Continual Harness 两个抽象设计，通过持久 IPython 内核以程序化方式调用工具和子智能体，并支持对提示词、技能、记忆和子智能体进行 CRUD 式自改进。

METR 发布 Example Task Suite：31 个智能体自主能力评测任务

METR 公开 Example Task Suite，包含 31 个示例任务、覆盖 10 个任务族，另有 186 个任务的摘要信息，用于评测 AI 智能体的危险自主能力。

LMSYS 发布 Mini-SGLang：5k 行代码的轻量高性能 LLM 推理框架

SGLang 团队推出 Mini-SGLang，一个仅 5k 行 Python 代码的轻量级 LLM 推理框架，源自 SGLang 项目，旨在降低现代推理系统的学习门槛并支持快速研究原型。

LMSYS SpecForge 团队联合 Ant、Meituan 等发布 SpecBundle Phase 1 及 SpecForge v0.2

LMSYS SpecForge 团队与 Ant、Meituan、Nex-AGI、EigenAI 合作发布 SpecBundle Phase 1，为 Llama。

SGLang 集成 DSpark：基于置信度的变长验证投机解码

SGLang 宣布正式支持 DSpark 投机解码算法（PR sgl-project/sglang#30261），覆盖 Qwen3 等稠密模型和 DeepSeek-V4 等稀疏模型。

SpecForge v0.3.0 发布：解耦式投机解码训练栈与 SpecBundle 开源草稿模型

LMSYS SpecForge 团队发布 SpecForge v0.3.0，将目标模型推理与草稿模型训练解耦，统一支持 EAGLE3、EAGLE3.1、P-EAGLE、DFlash、Domino、DSpark 等多种投机解码算法，并用 YAML 单一入口配置拓扑。

腾讯混元 HPC-Ops 的 Attention、Router GEMM 与 MoE 算子合入 SGLang 主分支

腾讯混元 AI Infra 与 SGLang 团队宣布，HPC-Ops 的 Attention、Router GEMM 和 MoE 算子已合入 SGLang 主分支。

LlamaIndex LiteParse 更新：PDFium 优化提速 20-25%，新增视觉定位与 is-complex API

LlamaIndex 发布 LiteParse 更新，通过对自维护 PDFium fork 做内存分配等优化，文本提取提速 20-25%，OCR 关闭下平均 2.8ms/page 提取文本、3.9ms/page 渲染 markdown。

Liquid AI 开源 LFM 与 LEAP SDK 示例、教程及配套工具仓库

Liquid AI 在 GitHub 上公开了基于 LFM 基础模型和 LEAP SDK 的示例、端到端教程与应用仓库，获 2.5k star。同批仓库还包括语音到语音模型 Liquid Audio、用于减少模型重复循环的偏好数据生成训练工具 Antidoom，以及 LFM 全流程定制仓库和 LeapSDK 的 Kotlin 示例应用。

Fireworks AI 实测 DeepSeek V4 Pro 在 CyberGym 安全任务上的零拒绝与成本优势

Fireworks AI 用 CyberGym 测评 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8，V4 Pro 在 840 个对抗性安全任务中零拒绝、全部产生原生工具调用，进入验证率 97.3%。

Trail of Bits 发布 gosentry，为 Go 原生 fuzzing 引入 LibAFL 引擎

Trail of Bits 发布 gosentry，一个面向 fuzzing 的 Go 工具链 fork，让 go test -fuzz 默认使用 LibAFL，同时保留 testing.F 工作流和现有 harness API。

Google 开源 Credentio：用于 C2PA 内容凭证的 C++ 验证库

Google 发布开源 C++ 库 Credentio，用于本地验证 C2PA Content Credentials，起步支持规范版本 2.2 和 2.4。

TeaQL Tool 发布：为人类与 AI 提供稳定 Rust 工具门面，含 52 个工具与显式意图层

作者发布开源 Rust 工具库 TeaQL Tool，将 52 个常用工具封装在统一的 T::xxx() 门面之后，覆盖 ID、时间、JSON、哈希、HTTP 等操作，底层复用 uuid、chrono、serde_、reqwest 等成熟 crate。

PFN 发布 Rust 版 Optuna 实现 Rustuna，并同步推出 Optuna v5.0

Preferred Networks 发布基于 Rust 的 Optuna 实现 Rustuna，并同步推出 Optuna v5.0。内部基准显示 Rustuna 速度最高可达 Optuna 的 1,000 倍，Matlantis CSP 的替换测试中 10 万次 trial 的内存消耗降低约 50%。

Preferred Networks 的 PLaMo 生成式基础模型系列

Preferred Networks（PFN）从零自研的日本大语言模型 PLaMo，主打日语理解与生成能力，旗舰版 PLaMo Prime 以紧凑模型规模提供世界级日语性能，可通过云端 PLaMo API（付费）和 PLaMo Chat 使用，并借 Amazon Bedrock Marketplace 支持本地部署。

Sarvam AI 发布印度语言 ASR 分层评估指南，开源 llm_wer 与 llm_intent_entity 框架

Sarvam AI 发布印度语言 ASR 评估实践指南，指出 WER/CER 等为英语设计的指标在口语变体、code-mixing、数字多写法等六类场景下会把正确转写误判为错误。

Berkeley RDI 发布 CUA-Lite：面向 computer-use agent 的开源平台

Berkeley RDI 于 2026 年 9 月推出 CUA-Lite，一个开发 computer-use agent 的开源平台，围绕 Lite.Gym 统一环境接口、Lite.Sample 统一监督数据格式和每模型一个、跨 eval/SFT/RL 共用的 harness 三大抽象构建。

Microsoft AI 开源 run-assert-eval：发现 Agent 风险、修复并验证

Microsoft AI 发布 run-assert-eval，这是一个开源技能，用于发现给定 Agent 的关键风险、测量其失败频率。它会根据评估结果直接生成运行时策略，并复跑 eval 以验证修复是否生效。