Cohere 开放未发布编码模型早期访问
Cohere 为 LocalLLaMA 社区提供未发布编码模型的早期访问权限，引发广泛关注。这是开源社区的重大利好消息。项目地址：https://www.reddit.com/r/LocalLLaMA/comments/1tylzy2/coheres_unreleased_coding_model_early_access_for/[1]
大黑AI速报
本期速报聚焦两大热点：一是Cohere开放未发布编码模型早期访问，二是Fireworks AI训练平台支持Nemotron 3 Ultra微调。此外，社区分享了多个实用技巧：用Gemma 4 12B在12GB VRAM跑出120 tok/s、KV缓存量化新方法KVarN性能卓越，以及Codex远程控电脑的新玩法。
模型动态
产品工具
Fireworks AI 训练平台支持 Nemotron 3 Ultra 微调
Fireworks AI 宣布其训练平台扩展，支持美国领先开源模型Nemotron 3 Ultra进行SFT和DPO微调，且训练基础设施可直接用于服务，对模型微调从业者价值很高。[2]
Better VRAM Estimator 工具推荐
Reddit 用户推荐了更好的 VRAM 估算网站和工具（结合 LM Studio），帮助开发者预估模型运行所需显存。链接：https://www.reddit.com/r/LocalLLaMA/comments/1tym480/better_vram_estimator/[6]
技巧教程
12GB VRAM 实现 Gemma 4 12B 120 tok/s 推理
社区分享在12GB VRAM上利用QAT MTP实现Gemma 4 12B模型120 tok/s的推理速度，展示了高效的量化与加速技巧，对硬件受限的开发者非常实用。[3]
KV 缓存量化新方法 KVarN 性能媲美 q8_0
KV缓存量化基准测试显示KVarN方法在6位时匹配q8_0，4位匹配q5_0，性能显著提升。这是模型推理优化的前沿技巧，值得关注。[4]
Codex 远程控电脑新玩法：帮助亲友修电脑
社区分享在朋友或父母电脑上安装Codex并开启远程控制，可利用computer use功能直接帮他们修电脑，是Codex的创意实用场景。[5]
行业资讯
AI CEO 联合警告国会产生物武器风险
OpenAI、Anthropic和Microsoft的AI CEO们共同警告国会，AI使生物武器设计和制造变得过于容易，呼吁加强监管。这是重要的政策新闻。[7]