本地小语言模型

Qwen3-Coder-Next 是阿里巴巴通义千问团队发布的 800 亿参数 MoE 代码模型，每次推理仅激活 30 亿参数，原生支持 25.6 万 token 上下文（可扩展至 100 万 token），在 SWE-Bench Pro 等基准测试中表现接近 Claude Sonnet 4.5 等

OpenClaw通过模型无关的智能体框架加本地推理引擎，彻底颠覆SaaS模式的AI服务。本文手把手教你用Mac M3或DGX Spark搭建完全离线的智能体指挥中心，跑MiniMax M2.5和GLM-5，零API成本，绝对数据隐私。 咱们每个月给那些Sa

M5 Pro 和 M5 Max 是苹果公司为 MacBook Pro 推出的全新超强“大脑”。 苹果公司将两颗先进的芯片（3nm工艺）合并成一颗，从而制造出了这种芯片：这就是融合架构。 简而言之：

K2 甚至比 DeepSeek v3 更强大，可以与 Claude Opus 4 和 GPT-4.1 相媲美！ Kimi K2是一个最先进的混合专家（MOE）语言模型，拥有320亿个激活参数和1万亿个总参数。经过Muon优化器的训练，Kimi K2

使用RL可以很容易地微调小型模型，使其在垂直任务上优于基础模型。我们正在开源Osmosis-Apply-1.7B：一个比基础模型更好地合并代码的小模型（类似于Cursor的即时应用）。 Osmosis-Apply-1.7B就像个"代码拼图高手"，它

首个 Gemma 模型于去年年初发布，自此发展成为一个蓬勃发展的Gemma 生态系统，累计下载量超过 1.6 亿次。这个生态系统涵盖了我们十多个专业模型系列，涵盖从安保到医疗应用等各个领域，最令人鼓舞的是来自社区的无数创新。从像Roboflow这样构建企业计算机视觉的创新者，到东京科学研究所

从今天起，LM Studio 在家和工作中均可免费使用。查看更新后的条款了解详情。我们的隐私政策保持不变，您可以

现在可以在本地设备上运行 DeepSeek-R1-0528！（至少 20GB RAM）大家好！2天前，DeepSeek对他们的R1模型进行了巨大的更新，使其性能与OpenAI的o3，o 4-mini-high和Google的Gemini 2.5 Pro相当。

AI工具选得好，下班回家早！现在连隔壁小学生都在玩AI了，企业们更是卷成麻花抢着上线AI功能。这时候选个趁手的"AI发动机"就像选游戏本——是挑个轻便的上网本随便玩玩？还是搞个顶配电竞本横扫全场？今天咱就掰扯掰扯两大神器：Ollama和vLLM！

Docker Model Runner 提供了一种开发者友好、注重隐私且经济高效的本地运行 LLM 解决方案，尤其适合在 Docker 生态系统中构建 GenAI 应用程序的用户。在本文中，我们探讨了 Docker Model Runner 的功能，并演示了它与 Spring AI 的集成。

手把手教你玩转AI模型微调！零基础也能秒懂 什么是微调？（给模型开小灶）想象GPT-4是个全能学霸，但OpenAI给它开了"家教课"专门练对话，这才有了我们现在用的ChatGPT！就像： 你

Phi-4-mini-flash-reasoning 是一个基于合成数据的轻量级开放模型，专注于高质量、推理密集的数据，并进一步优化以实现更高级的数学推理能力。该模型属于 Phi-4 模型系列，支持 64K 的 token 上下文长度。 Phi-4

考虑到像K2这样强大的模型可以在托管平台上廉价地获得，并且具有很高的推理速度，您是否后悔为LLM投资硬件？ 现在网上租的AI模型又猛又便宜，速度还快得像闪电侠！你砸钱买高端电脑跑本地AI，肠子悔青没？ 我

Meta最近闹了个超级尴尬的大新闻——他们原本打算今年放出来的“AI巨无霸”Llama 4 Behemoth（官方吹上天的2万亿参数巨兽），可能要被直接扔进垃圾桶了！ 据《纽约时报》爆料，Meta可能要把压箱底的Llama 4"巨兽"AI模型给雪藏

今天，我们推出 Devstral Medium 模型，以及 Devstral Small 的升级版。这些模型由 Mistral AI 和All Hands AI合作发布

【AI技术进化史：从训练卷到推理秀，现在玩的是速度与激情！】 （一）训练时代：AI的"高考备战期"以前大家聊AI就像讨论高考——天天比谁家模型刷题（训练）更狠！90年代到2010年代，LeCun、Krizh