KVarN：华为为 vLLM 打造的原生 KV-cache 量化后端
KVarN 是华为为 vLLM 开发的原生 KV-cache 量化后端。相比现有方案同时保留速度和精度，3-5x 容量，~1.3x 吞吐量，即插即用。
当 AI 开始构建自身——我们迈向递归自我改进的进展
Anthropic 研究所报告：AI 自主任务时长从 4 分钟跃升至 12 小时，基准测试迅速饱和，递归自我改进或将加速到来。
Latent Agents：一种将多智能体辩论内化为单模型隐式过程的后训练方法
多智能体辩论（Multi-Agent Debate）通过多个 LLM 实例互相批评优化推理，但成本极高。Latent Agents 提出两阶段微调方法，将多智能体辩论内化为单模型前向传播中的隐式过程，Token 消耗最高减少 93%，同时揭示了一种可解释的激活空间结构。
Transformer 的三个投影真的都需要吗？QKV 变体系统性研究
Transformer 的 QKV 三个投影是否都必要？研究发现 Q-K=V 仅损失 3.1% perplexity，即可实现 50% KV cache 缩减，对设备端推理部署有直接价值。
Open Code Review — 阿里巴巴开源的 AI 代码审查 CLI 工具
Open Code Review 是阿里巴巴开源的 AI 驱动代码审查 CLI 工具，已在内部服务数万开发者，识别数百万代码缺陷。核心设计是确定性工程与 Agent 混合驱动。
Elixir v1.20 发布：现在是一门渐进类型语言
Elixir v1.20 完成第一个类型系统里程碑：无需类型注解即可对每个 Elixir 程序进行渐进类型检查，发现已验证错误与死代码，误报率极低。
Gaussian Point Splatting：随机点采样实现数亿高斯的实时渲染
Gaussian Point Splatting（SIGGRAPH 2026）提出随机点采样和64位原子操作，绕过了传统3DGS的排序瓶颈，在消费级GPU上实时渲染4.25亿个高斯函数。
QBE 1.3 发布：轻量级编译器后端的新突破
QBE（Quick Backend Engine）是一个轻量级的编译器后端，定位介于 LLVM 的复杂和手写代码生成之间的中间地带。近日发布的 1.3 版本是其自 1.0 以来最重要的版本，新增约 7k 行代码，删除 1.5k 行。
在 Linux 上把 NVIDIA 显存当交换空间用
一个开源工具 nbd-vram，让你在 Linux 上把 NVIDIA GPU 的显存用作交换空间。
dav2d：VideoLAN 社区的 AV2 开源解码器
VideoLAN 社区宣布 dav2d——AV2 编解码器的快速开源解码器。由 dav1d 团队打造，从发布到官标仅数周，解码速度有望超越 dav1d 的表现。