olmo-eval 基于 OLMES 标准，专为 LLM 持续开发中的反复评测而生，支持 agentic 场景、容器化隔离，并能逐题对比 checkpoint 区分真实改进与噪声。
AI前沿技术
HYDRA-X 把图像和视频 tokenization 塞进同一个 Vision Transformer，靠帧级因果时间注意力与分层压缩重建视觉，并在潜在空间完成编辑交互，7B 模型跨任务成绩亮眼。
Fable 5 强到可以删提示词：低档性能已超旧版 Opus 4.8 xhigh，官方建议做减法；高 token 单价靠更少消耗扳回，Medium 是性价比甜区。
MiniMax发布块状稀疏注意力机制MSA，在保持性能的同时将百万级上下文推理计算量压缩近30倍，端到端推理速度提升最高14倍，核心代码与模型权重同步开源。
EurekAgent 是一套环境工程化的大模型智能体系统，主张把科研自动化押注在执行环境而非流程设计上。它在数学、内核工程、机器学习任务上取得新 SOTA，并仅用不到 11 美元 API 成本就发现了新的 26 圆填充结果。
邵猛把SDD方法拆成三个可安装的Skill，PRODUCT.md写用户故事、TECH.md管架构与实现，配合Agent编码与一致性校验，让AI编程回归规格先行的工程闭环。
xAI把插件市场搬进了终端，Grok Build首发接入MongoDB、Vercel、Sentry等合作伙伴，每个插件锁定commit SHA并自动验证，重新定义AI编程环境的扩展方式。
xAI上线Grok Build插件市场，把MCP服务器、AI智能体、调试工具统统打包成可安装扩展，开发者终端体验首次向浏览器看齐。
