大规模实验揭示LLM评分存在家族偏差
Reddit用户让55个LLM相互盲评共22k条判断，发现各模型家族偏向自家：Qwen偏向自己约0.9分，而Mistral惩罚自己约1.0分，引发对评估主观偏见的讨论。[2]
大黑AI速报
本周社区涌现多项轻量模型压缩和本地推理工具：Sana 1.6B缩小8.6倍、Ornith-1.0 9B超越大模型、纯C引擎运行Qwen 3，以及macOS开源编辑器和Android本地ASR等实用工具。
模型动态
Sana 1.6B文本生成图像模型压缩至三元权重，体积缩小8.6倍
Clark Labs将Sana 1.6B模型三元量化至1.58bit，【体积缩小8.6倍】同时质量接近FP16，为低端硬件部署提供可能。Hugging Face链接：https://huggingface.co/clark-labs/clark-air-sana-1.6b-1.58bit[3]
Ornith-1.0 9B 多项基准超越 Qwen 3.6 35B
小型模型Ornith-1.0 9B在多个基准测试中超越Qwen 3.6 35B，体现了模型架构优化的巨大潜力。[4]
Grok 4.5 即将发布，引入Cursor训练数据
据爆料，xAI即将发布Grok 4.5，新版本将加入Cursor数据以提升编码能力。[8]
产品工具
macOS 原生轻量 Markdown 编辑器开源，平替 Typora
一款提供【原生、轻量、默认离线】的Markdown所见即所得编辑体验的开源工具，作为Typora的【开源平替】。项目地址：https://t.co/dPxI3XRPdH[1]
纯C语言实现Qwen 3 CPU推理引擎，无外部依赖
开发者从零用纯C编写了Qwen 3的CPU推理引擎，支持4B以下模型，适合无GPU环境部署。项目地址：https://www.reddit.com/r/LocalLLaMA/comments/1uht9rf/[5]
CtxGov：本地检测AI代理仓库指令的安全工具
开源CLI工具CtxGov可检查AI代理可能继承的仓库指令文件（如.cursorrules等），提高【Agent安全性】和可控性。[6]
Whisperian：Android本地语音识别应用上架Play Store
应用Whisperian可在Android手机上使用本地ASR模型进行语音识别，已上架Play Store，实现离线语音输入。[7]