模型

Hacker News 榜单评测 Hacker News ·10月17日 01:08

Mercor：美国 90% 工作时长花在 AI 基准几乎未覆盖的任务上

Mercor 发布「基准地图」，把现有 AI 基准映射到 O*NET 的 923 种职业。结果显示只有 208 种职业有至少 5 条基准题目覆盖的任务，22 个职业大类中有 6 个完全没有；据此估计美国 90% 的工作时长花在几乎没有基准覆盖的任务上，覆盖也明显偏向规模最大的劳动力市场。

• HN350 分

Black Forest Labs 开源模型 HF 热门模型 ·发布于 10月14日

Black Forest Labs 发布 FLUX.3 image klein 的 ComfyUI 版本

black-forest-labs/flux-3-image-klein-comfy

Black Forest Labs 在 Hugging Face 上发布 flux-3-image-klein-comfy，是 FLUX.3 image klein 面向 ComfyUI 的单文件版本，用于图像生成与图像编辑（image-to-image）。采用 flux-kommunity-license 许可，需申请访问。

• 开源权重
• 任务image-to-image
• 点赞435
• 下载73,767

Meta 开源模型 Hacker News ·10月17日 02:32

PS5LM：在越狱 PS5 上用 llama.cpp 原生运行 GGUF 模型

开源项目 PS5LM 让越狱的 PS5 用 llama.cpp 的 Vulkan 后端在主机 GPU 上运行 GGUF 模型，可用约 11.4GB 共享内存，并对局域网提供 OpenAI 和 Anthropic 兼容 API（Claude Code 可直接接入），还支持决策模型和图像输入。需固件 7.00 至 13.60 的已越狱 PS5。

• 开源权重
• HN141 分

OpenAI 榜单评测 Hacker News ·10月16日 22:18

StarSkirmish Bench v0.2：大模型写《星际争霸》AI，GPT-6 Astra 居首

StarSkirmish Bench 让各家旗舰模型用 1 小时编写《星际争霸：母巢之战》神族 C++ 机器人并对战。v0.2 中 GPT-6 Astra 得分最高，GPT-6.1 Sol 第二且成本约为其十分之一；Gemini 4 Argon、Claude Opus 5.5 和 Claude Fable 5.1 得分在 37 至 39 之间。面对顶级人类编写的机器人，最佳模型胜率仅 7%。

• HN177 分

TechCrunch AI 新模型发布 TechCrunch AI ·10月17日 00:01

Elorian 发布首个模型 Glimpse：推理中反复“回看”图像

据 TechCrunch 报道，种子轮融资 5500 万美元的 Elorian 发布首个模型 Glimpse（研究预览）。它可在推理中裁剪图像区域、抽取视频帧或运行代码测量。定价为每百万输入 token 0.60 美元、输出 3 美元。Elorian 自测称其在科学图表推理和短视频描述上超过 GPT-6 Astra。

TechCrunch AI 新模型发布 TechCrunch AI ·10月16日 23:33

Vercel 数据：决策模型 Jev 成为其平台采用最快的 AI 模型

据 TechCrunch 报道，Vercel AI Gateway 数据显示，TypeSafe AI 的决策模型 Jev 上线两周内就被 35% 的付费团队使用，覆盖面接近第二名 Sonnet 5.5 的两倍。报告还显示，开源模型占网关处理 token 的 70% 以上、总花费的近 25%。

vllm-sr 开源模型 HF 热门模型 ·发布于 10月10日

vLLM Semantic Router 发布 27B 多模态决策模型 d3

vllm-sr/d3

vLLM Semantic Router 发布 Decision 3.0 的 27B 多模态基础决策模型 d3（基于 Qwen3.8-27B，Apache-2.0）。它对文本、图像或视频输入直接回答选择、是否和打分类问题并给出每个选项的概率，不生成文本；官方称在 Jev Decision Index 0.3.2 文本榜得分 66.3 排名第一，比 Decision 2.0 高 10.4。

• 开源权重
• 任务zero-shot-classification
• 点赞218
• 下载3,565

Hugging Face Blog 新模型发布 Hugging Face Blog ·10月16日 08:00

Reflection 发布首个开放模型 Beam：501B MoE、1M 上下文、Apache 2.0

美国新实验室 Reflection 在 Hugging Face 发布首个模型 Beam：501B 参数的 MoE（每 token 激活 23B），纯文本输入，上下文 1M token，Apache 2.0 许可，主打编程和智能体场景。首日支持 transformers、vLLM 和 SGLang，并附带 Rust 编写的开源 harness 以及 SFT、RL 配方。

• 参数501B