使用 Helion 为 vLLM 构建高性能可移植的线性后端
研究团队将 Helion 集成到 vLLM 的线性后端，以探索其自动调优的高层内核 DSL 如何提升大语言模型推理性能并降低内核实现复杂度。在 NVIDIA Hopper GPU 上，该后端通过逐形状调优与混合调度，在评估的模型中性能超越了 vLLM 默认的 CUTLASS 和 DeepGEMM 后端，部分工作负载的吞吐量提升超过 10%。
#Meta
PyTorch 博客AI 评分4242
PyTorch 博客AI 评分4444 TLX 优化 Jagged Flash Attention：迈向 Blackwell 上 SOTA FA4 之路
Meta 团队使用 TLX 在 NVIDIA Blackwell 上优化了其生成式广告模型 GEM 的 Jagged Flash Attention 内核。该 TLX 内核代码量约为 3.2K 行，比当前 SOTA 的 FlashAttention-4 少约 3 倍，并在 GEM 关键的不规则形状上，前向传递性能提升约 13%，反向传递提升约 50%。
Hugging Face · 每日论文AI 评分3232 Llama3 与 Qwen2.5 在强到弱知识蒸馏中对比 on-policy 与 off-policy 学习效果
Llama3 与 Qwen2.5 在科学、医学和算术任务上进行强到弱知识蒸馏实验，发现 rollout policy 并非决定性因素，token-level KL 方向对性能与输出覆盖影响更显著。
Hugging Face · 每日论文AI 评分4040 PersonaDose 通过校准激活控制实现渐进式人格特质调节
PersonaDose 在 Llama-3.1-8B、Qwen3-8B 和 Gemma-3-4B 上实现渐进式人格特质控制，相比对比激活添加方法，核心特质表达提升 33.2、18.3 和 17.8 点，达到 75 的一致性基线。校准后设置在未见问题上仍保持表达优势，7 个训练特质的平均目标误差为 4.7–6.2 点，28 个目标中有 14–22 个可达到。
Engineering at Meta精选AI 评分5757 Meta 发布专为 AI 规模设计的 RDMA 传输协议 MetaRoCE
Meta 发布 MetaRoCE，这是一种专为 AI 工作负载设计的 RDMA 传输协议，适用于大规模以太网环境。MetaRoCE 通过 Open Compute Project (OCP) 开源了协议规范、参考软件实现和合规测试套件。
推荐理由：Meta 开源了专为 AI 规模设计的 RDMA 传输协议 MetaRoCE，包含规范、参考实现和测试套件，可提升分布式训练和推理效率。
Mistral AI精选AI 评分6868 Mistral 推出区域推理端点、优先服务层并支持第三方开源模型
Mistral 宣布推出 Mistral Regional Endpoints 和 Mistral Priority Tier，以增强推理的区域控制和生产级可靠性。其平台将开始支持第三方开源模型，首个为 Z.ai 的 GLM-5.2。Mistral 还联合企业成立联盟，通过欧洲计算单位（ECUs）来确保欧洲的长期 AI 算力供应，目标是到 2030 年建设高达 1 GW 的算力容量。
推荐理由：Mistral 通过推出区域端点和优先服务层，为欧洲客户提供了符合数据驻留和监管要求的 AI 基础设施选项。
Ollama 博客精选AI 评分5757 Meta Superintelligence Labs 的 Muse Glimmer 模型已在 Ollama 上线
Meta Superintelligence Labs 发布的首个开源多模态模型 Muse Glimmer 现已可在 Ollama 上运行。这是一个 30B 参数、专为本地智能体工作负载设计的模型，拥有 128K+ 上下文长度，采用 Apache 2.0 许可证。
推荐理由：原文提供了模型参数、许可证、支持的智能体框架和性能优化细节，读者可以据此评估其本地部署的适用性。
Replit 博客AI 评分5050 AI 采用始于可信数据：Replit 构建语义层与运营真值层
Replit 认为企业 AI 采用的核心障碍是信任问题，并于 2025 年底开始构建用于定义数据含义和修正的记录系统。该运营真值层是一个版本可控、经过人工审核、与模型无关的定义与修正知识库，旨在让每个处理数据的智能体都从相同的业务理解起点出发。Anthropic、OpenAI 和 Meta 也各自通过其智能体架构、内部数据智能体和分析智能体，在构建经过验证的知识层这一方向上呈现出行业共识。
Berkeley AI ResearchAI 评分4949 GRASP：面向长时程世界模型的梯度规划方法
伯克利 AI 研究团队提出梯度规划器 GRASP，旨在解决基于学习型世界模型进行长时程规划时面临的优化病态、局部极小值和高维潜在空间失效等难题。该方法通过将轨迹提升至虚拟状态以实现跨时间并行优化，直接向状态迭代添加随机性以增强探索，并重塑梯度以提供清晰的动作信号。GRASP 提升了梯度规划在长时程、高维视觉空间任务中的鲁棒性。