NVIDIA-Nemotron-Labs-Dory1.0-4B：调整循环次数，缓存最后一轮
英伟达发布了一款拥有40亿参数的语言模型，无需重新训练即可通过改变内部循环次数来调整准确率与计算量。模型提供仅保存最后一轮的缓存方式及多种精度的发行版，但实际响应时间和成本仍需按任务评估。
devotd.
2026-10
按韩国时间（KST）浏览专题日期。后补撰写的文章分别标明所对应的日期和实际发布时间。
按专题日期排列
104 篇文章KST · 续
OpenCode Console：外部密钥暴露，服务商密钥撤销与更换
此次安全入侵影响了全部控制台用户的1.4%，受影响者为连接了外部AI服务的部分用户。收到通知的用户应在服务商管理页面撤销并更换密钥，检查近期使用记录及关联应用。
NVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB：基于2位训练的压缩，本地视觉语言智能体
英伟达发布了24GB视觉语言模型，旨在个人设备上处理屏幕理解与工具调用。该模型通过压缩大模型，并在训练中修正量化误差。在终端任务评测中，Bolt的得分高于Qwen3.6，但在部分知识准确性与幻觉抑制项目上落后。在另一项低精度速度实验中，它比两个小型混合专家模型更慢。
Beam 1.0：三种精度权重公开，基于 Apache 2.0 的自托管
Reflection 以三种精度发布首个开放权重模型，开放了自托管和进一步训练的路径。在获得部署控制权的同时，运维团队需要自行验证硬件配置及各项业务的质量与安全性。
Claude Code 2.1.302：自动模式与空闲压缩设置，等待与图像读取上限
Claude Code 新增了选择自动模式判断模型的设置，以及开关空闲对话压缩的选项。除了上一版本的无人值守重试等待上限，此版本还加入了拒绝超过 128 MB 图像源的限制。
KTransformers v0.7.2：CPU 压缩专家 LoRA 训练，训练工具与推理适配器衔接
新增了一条训练路径，可将大语言模型的专家权重以压缩状态保留在 CPU 上，仅训练小规模修正权重。它还支持保存训练结果并衔接推理，但未提供完整模型的质量和吞吐量测量结果。
Intel LLM-Scaler vLLM 1.5：更新底层推理引擎，扩展模型与量化支持
英特尔更新了本地语言模型推理软件包的底层引擎，并扩展了支持的模型和低精度运行路径。该版本还提供回答生成加速和定制模型服务功能，但需留意公开镜像仅用于演示，以及各模型的运行条件。
KST
Granite Switch 4.1：集成对话、决策与语音识别，开放权重
IBM 的新开放权重模型通过同一接入点提供对话、选项决策和语音识别功能。这可以简化服务器配置，但需要考虑各类响应的处理方式以及英语语音输入的限制。
llama.cpp b11709：支持 Kolibri-1，新增 GGUF 转换路径
本次新增了在本地推理工具中转换和运行德语、英语开放权重模型的支持。虽然每个 token 的计算只使用部分参数，但容纳完整权重所需的内存和实际使用环境的验证仍需单独考虑。
Strata 0.1.45：Qwen3.6-35B-A3B 图像输入，最多 8 个并发请求与生成加速
本地语言模型运行工具新增图像输入和最多 8 个请求的并发处理，并提升了回答生成速度。内存不足时，并发设置可能拖慢单个请求，因此需要根据设备和使用模式做出选择。