Rohan Paul 解读 EAGLE-4 投机解码提速原理
Rohan Paul 解读 EAGLE-4 投机解码为何能提升推理速度，指出它已成为在选定模型上提高每秒 token 数的可靠手段。EAGLE-4 保留草稿加校验的循环，把改进放在草稿侧，采用自适应草稿结构和更廉价的草稿 LM head；小模型先猜若干 token，目标模型一次前向全部校验，保留匹配项并替换首个不匹配项。
#部署/工程
Rohan Paul (X)AI 评分5858 Rohan Paul (X)AI 评分5858 OXR 将解析失败纳入训练流程，1.3B 开源文档解析模型登顶三项基准
OXR 把解析失败纳入训练流程，在后训练阶段由 VLM 评估自身输出，用 rollout 分歧标记不确定样本，再由独立聚类模型归因，指导下一轮定向数据生成。该 1.3B 开源模型在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 上排名第一，在单张 RTX PRO 6000 上的吞吐为 GLM-OCR 的 3.05 倍，是速度对比中最快的开源结果。
爱范儿精选AI 评分7878 VAST 开源实时世界模型 EdenLive 及配套 EdenGolem
VAST 开源 Project Eden 系列中的实时生成式渲染器 EdenLive，并同步开放 5B、14B 模型权重、实时流式推理代码、EdenGolem v0.1 与前端工作台。
推荐理由：VAST 开源实时世界模型 EdenLive，读者可了解其状态与渲染分工架构及 5B 模型在单卡上的实时表现。
The DecoderAI 评分5858 Cloudflare 发布文档抽取模型 Clairic，称比 LLM 更快更便宜
Cloudflare 发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、成本更低，现已在 Workers AI 上提供预览，开放权重稍后跟进。
Qwen (X)AI 评分4040 Qwen3.8-Flash-Next 推理提速至 685 tokens/s
祝贺 @lightseekorg 取得令人印象深刻的 TokenSpeed 成果！🚀 很高兴看到 Qwen3.8-Flash-Next 在 Nvida GPU 上达到每用户 685 output tokens/s。期待社区进一步释放 Qwen 的推理潜力！