「把一台 NES 塞进大模型权重里，这个项目把推理变成了真模拟」

Show HN：约 1GB Qwen 权重里的可运行任天堂

Show HN: A working Nintendo in ~1GB of Qwen weights

一个 GitHub 项目，把 NES 的 6502 CPU、2KB 工作内存和卡带 ROM 编译进标准 Qwen3.5 检查点权重中，游玩时模型逐个 token 预测 CPU 执行日志，宿主程序负责画面、手柄和 vblank 中断；项目基于 Qwenputer 的编译器和“Gated DeltaNet 状态即机器内存”的做法，并说明自带测试游戏的每帧输出与常规 6502 模拟器一致。适合对模型权重内嵌计算、模拟器实现感兴趣的人看。

技术博客：把大模型当计算机整

一条微博帖子，转述一篇技术博客（divagr.com/blog/qwenputer）的内容：作者利用 Qwen 3.5 中 Gated DeltaNet 层的状态更新特性，配合门控、写入强度设为 1 和独热编码，将其改造为可精确寻址的 RAM，并在未经后训练的情况下把一套 RV32IM 指令集的 32 位 RISC-V CPU 逻辑编译进新增的 11 层网络权重。材料称该内嵌 CPU 可零误差连续运行 1800 万条指令，使长整数算术基准（NUPA）准确率从 48.6% 升至 100%，且未破坏原模型的语言生成分布；文中还展示了基于同一机制构建可跨会话持久化的哈希文件系统（最高约 5.3 万 Token），并讨论了对混合架构模型思维链隐匿性与安全监控的影响，模型与代码已开源。适合关注模型内部机制、线性注意力架构与 CoT 安全的人阅读。

「告别固定分词：让模型学会自主切词的 H-Net」

这是一条社区帖子，介绍 Cartesia 提出的分层架构 H-Net。该架构直接从原始字节输入，由网络端到端联合优化分块边界，底层读取字节并动态压缩成块，主干在较短序列上建模后再还原，分块随上下文实时变化并能自适应合并新概念。帖中称受控实验里它兼具纯字节模型的泛化优势与较高计算效率，下游评测相对标准 BPE 取得约 2 倍算力优势，在代码与 DNA 序列上领先，3B 规模下约 1T 数据即追平基准模型用 11T 数据时的均分。适合关注语言模型分词方案与底层架构设计的人阅读。

面向 Qwen3.5-4B 的交互式神经元操控实验台，基于 WebGPU 在浏览器本地运行

Interactive neuron steering playground for Qwen3.5-4B that runs locally in the browser on WebGPU

这是一篇社区分享帖，作者受 X 上关于用极少量神经元（常为一两个）操控大模型行为的讨论启发，制作了一个交互式实验台，可在浏览器中通过 WebGPU 完全本地运行 Qwen3.5-4B，让用户自行尝试不同神经元组合对模型输出行为的影响，并给出 Hugging Face Space 链接。适合对模型内部机制、神经元级行为操控和浏览器端本地推理感兴趣的人阅读。

MiniMax M3 是如何构建的：稀疏注意力与原生多模态 — Olive Song

How MiniMax M3 Was Built: Sparse Attention and Native Multimodality — Olive Song

这是 MiniMax 强化学习方向研究者 Olive 的演讲，介绍开源权重模型 MiniMax M3：具备前沿级编码与智能体能力、100 万 token 上下文窗口和原生多模态。她讲解 MSA 稀疏注意力设计（prefill 约快 9 倍、解码约快 15 倍）：一个索引分支挑选关键 block，一个稀疏分支只对这些 block 做注意力，并说明 DeepSeek 的 DSA 等既有设计为何不适配分组查询注意力和 GPU 内存访问方式。还包括从训练第一步起同时使用文本与视觉数据、为何后期加视觉会导致结果不稳定、注意力图所显示的内容，以及视觉 transformer 内部的 3D 注意力为何改善视觉理解。适合关注大模型注意力机制、多模态训练与开源模型架构的读者观看。