My bets on open models, mid-2026★ 75
Interconnects (Nathan L.)48d agoOpinion知名 AI 學者 Nathan Lambert 針對 2026 年年中的開源模型發展提出預測。他指出，開源與閉源模型之間的差距（Open-Closed Gap）正從「基礎預訓練能力」轉移到「推理期計算（Inference-time compute）」與「代理（Agent）可靠性」。雖然 Meta 的 Llama 4 等開源模型將持續逼近閉源旗艦，但閉源廠商憑藉龐大算力與專有強化學習（RL）架構，在複雜多步驟任務上仍將保持領先。
What I’ve been building: ATOM Report, post-training course, finishing my book, and ongoing research★ 70
Interconnects (Nathan L.)48d agoRelease知名 AI 專家 Nathan Lambert 分享了近期四大專案：專注於對齊與開源模型的「ATOM Report」、系統化的「Post-Training（後訓練）」線上實戰課程、即將完稿的 AI 對齊專業書籍，以及持續進行的 LLM 評估與偏好微調研究。這些計畫旨在為開發者與研究人員填補後訓練技術的知識鴻溝。
TRL v1.0: Post-Training Library Built to Move with the Field★ 85
Hugging Face Blog63d agoReleaseHugging Face 旗下熱門的 Transformer 強化學習庫 TRL 正式迎來 v1.0 版本。此版本確立了穩定的 API 設計，並將定位聚焦於「後訓練（Post-Training）」生態系。TRL v1.0 整合了監督微調（SFT）、直接偏好優化（DPO）以及因 DeepSeek 爆紅的群體相對策略優化（GRPO）等主流對齊技術，旨在為開發者提供一個能與快速變革的 AI 領域並肩同行的標準化工具。
Olmo Hybrid and future LLM architectures★ 78
Interconnects (Nathan L.)89d agoCommentaryAllen Institute for AI (AI2) 近期推出 OLMo Hybrid 模型，引發對未來 LLM 架構的廣泛討論。本文深入分析混合架構（如結合 Transformer 與狀態空間模型 SSM/Mamba）在提升效率與長文本處理上的潛力。同時，探討了開源社群在後訓練（Post-training）工具上的最新進展，指出開源生態正逐步縮小與閉源頂尖模型在對齊與強化學習上的差距。
Smol2Operator: Post-Training GUI Agents for Computer Use★ 80
Hugging Face Blog252d agoReleaseHugging Face 發表 Smol2Operator，這是一套針對「電腦操作（Computer Use）」設計的後訓練 GUI 代理方案。基於輕量級視覺語言模型（如 SmolVLM），透過特定的監督微調（SFT）與強化學習，使其能精準識別螢幕元素並執行點擊、輸入等操作。此項目開源了模型權重與訓練方法，讓開發者能在消費級硬體上部署隱私安全、低延遲的本地 GUI 代理。