Meta 携 Muse Glimmer 回归：本地运行、智能体化、多模态、开源

reacher-z/Awesome-CUA

一个关于计算机使用智能体（computer-use agents）的开源、可溯源资料集，收录经审阅的论文、GUI 模型、数据集、基准测试与工具，并提供可复用的 JSONL/SQLite 数据。仓库标签涵盖智能体评测、浏览器智能体、GUI 定位、视觉语言模型、强化学习等方向，另设配套网站与中英文 README。

Nemotron 3.5 内容安全：面向全球企业 AI 的可定制多模态安全

Nemotron 3.5 Content Safety: Customizable Multimodal Safety for Global Enterprise AI

NVIDIA 发布的博客文章，介绍 Nemotron 3.5 Content Safety 模型。文章指出该模型将多模态输入、多语言覆盖、企业自定义策略执行和可审计推理统一在一次推理调用中，并说明相比 3.5 之前版本（2026 年 3 月发布的 4B 参数 Nemotron 3）的改动、各项新能力的设计取舍，以及如何将模型接入生产安全流程。适合关注企业内容安全模型部署的读者。

欢迎 Thinking Machines 的 Inkling

Welcome Inkling by Thinking Machines

介绍 Thinking Machines Lab 的开放模型 Inkling 上线 Hugging Face 的博客，发布于 2026 年 7 月 15 日。Inkling 是约 1 万亿参数的原生多模态大模型，支持图像、音频、文本输入，具备智能体能力与 1M 上下文，提供 BF16 和 NVFP4 版本并含用于加速推理的推测式 MTP 层；另有 276B 总参数、12B 激活参数的 Inkling-Small。文中还提到 transformers、SGLang、vLLM、llama.cpp 的首日支持及 Inference Endpoints 一键部署。

面向自我改进的框架工程（Harness Engineering for Self-Improvement）

Harness Engineering for Self-Improvement

Lilian Weng 的一篇博客文章，主题是递归自我改进（RSI）。文章从 I. J. Good（1965）提出的“超智能机器”与 Yudkowsky（2008）的 RSI 定义讲起，讨论现代 AI 中这一反馈回路的含义，包括模型改写自身权重，或改进训练流程与部署系统从而产生更强的后继模型，并提及前沿实验室研究加速的情况。

Stanford CS224N：基于深度学习的自然语言处理（2026 冬）

斯坦福大学 2026 年冬季 CS224N《Natural Language Processing with Deep Learning》课程网站，授课教师为 Diyi Yang 与 Yejin Choi，并列出课程管理人员和助教名单。课程介绍称近年深度学习方法在许多 NLP 任务上取得很高表现，学生将获得对前沿 NLP 神经网络的系统入门。讲座为太平洋时间周二、周四 16:30–17:50，在 NVIDIA Auditorium 举行并通过 Canvas 上的 Panopto 直播；选修学生的录播需登录 Canvas，非选修者无法观看，但 2024 年版完整课程视频在 YouTube 免费公开。