AI FRONTIER
Signals worth understanding before they become obvious.
OpenRouter 新模型：LiquidAI LFM3-1.7B
LiquidAI 在 OpenRouter 上线 LFM3-1.7B，这是一个 1.7B 参数的紧凑文本模型，具备 262,144 token 上下文，并针对智能体、工具调用和结构化输出进行了后训练。
- 参数规模为 1.7B，上下文窗口为 262,144 token，最多支持 8,192 个补全 token。
- 定价为每 100 万输入 token 0.08 美元、每 100 万输出 token 0.20 美元，缓存读取为每 100 万 token 0.02 美元。
- 支持通过 tools 和 tool_choice 进行函数调用，并可通过 response_format 中的 JSON schema 实现结构化输出。
- OpenRouter 页面显示发布日期为 2026 年 11 月 6 日，并提示提示词与输出可能被保留并用于训练 Liquid 模型。
对于需要长上下文、低单 token 成本的智能体与结构化输出流程，LFM3-1.7B 提供了一个可测试的小型托管选项，但需权衡数据保留条款与页面显示的吞吐表现。
Palette：教小模型用你的设计语言构建演示文稿
IBM Research 提出的 Palette 将幻灯片生成拆分为“设计者”和“编码者”两个角色，由单个 LoRA 适配器承担，在 20B 开放权重模型上微调后，在 PresentBench 的 Economics 和 Education 两个领域排名第一。
- Palette 微调了一个 20B 模型，训练数据遵循 IBM Design Language，设计者输出结构化 JSON 简报，编码者据此编写 pptxgenjs JavaScript。
- 由于每张幻灯片的上下文在写代码前已固定，编码者调用可并行执行，编码阶段约快 6–7×。
- 训练使用 LoRA 而非全量微调；编码者样本约为设计者样本的 5× 长，因此对设计者样本进行了 5× 过采样。
- 合成数据约 1000 个演示文稿、约 10,000 张幻灯片；每张幻灯片渲染后由几何检查器排出重叠和溢出，修复后的推理被重写为反事实。
对需要自有设计语言的团队而言，可验证的渲染检查器加上带推理的合成数据，让 20B 自托管模型的输出足以接近前沿系统。
nvidia 发布 Nemotron-3.5-Transcribe-30B-A4B：40 种语言离线语音模型
NVIDIA 在 Hugging Face 发布 Nemotron-3.5-Transcribe-30B-A4B 开放权重离线语音与音频模型，支持 40 种语言转录、最长一小时录音与 65,536 token 上下文，采用 MoE 架构，激活参数约 4.3B（含音频编码器）。
- 总参数 34B，激活参数约 4.3B，含约 800M 参数音频编码器；语言主干约 3.5B 激活参数
- 上下文 65,536 token，支持最长一小时录音；权重以 BF16 发布，并提供 FP8 与 NVFP4 量化版本
- 开放 ASR Leaderboard 9 个公开数据集平均 WER 报告为 4.71，Next best open-weight 模型 Qwen3-ASR-1.7B 为 4.94
- 许可为 OpenMDW-1.1，部署需 1× H100 80 GB；发布日期为 2026 年 10 月 28 日
对语音应用开发者而言，该开放权重模型在 40 种语言上提供可商用许可的离线转录能力，但需按 1× H100 80 GB 规划部署资源。
Granite Switch 4.1.1 — 像更新软件一样更新模型
Granite Switch 4.1.1 是与 4.1 完全向后兼容的补丁版本，无需迁移。它更新了支持 10 种语言、带原生标点与大小写的 Granite Speech ASR 模型，以及 granitelib-core 中的 Decision 适配器；除训练新适配器外，基础模型未重新计算。
- 补丁版本与 4.1 完全向后兼容，无需迁移。
- 更新后的 Granite Speech ASR 模型支持 10 种语言的语音转文本，并带原生标点与大小写。
- granitelib-core 中更新后的 Decision 适配器在 Jev Decision Index 测试集上整体表现有所提升。
- 除训练新的 ASR 模型和 Decision 适配器外，基础模型未被改动，其他内容均未重新计算。
对构建者而言，模块化适配器让模型更新可以像软件补丁一样发布，只需组合最新适配器即可部署，无需重新训练基础模型。
AI会说谎吗？研究者给九个顶级大模型挖了1532个坑
研究者针对九个顶级大模型设置了1532个测试陷阱，用以考察模型是否会说谎。
- 测试对象为九个顶级大模型。
- 测试共设置1532个坑。
对AI构建者而言，这类针对欺骗行为的测试设计可作为评估模型可信度的参考方向。
AI智能体尝试研究开放性问题，无一达到专家标准
论文摘要显示，AI智能体尝试研究开放性问题，但没有任何一个达到专家标准。
- 论文摘要指出，AI智能体尝试研究开放性问题。
- 论文摘要指出，没有任何智能体达到专家标准。
对于构建研究型智能体的开发者而言，该摘要表明当前智能体在开放性问题上的表现仍低于专家标准。