本次更新包含一项针对type内容处理的重检修复。
阅读全文开源项目
关注开放的模型、工具与代码，找到值得动手的项目。
本页最新按事件时间排序
llama.cpp b10835发布：修复CUDA后端f16 Flash Attention的分支屏障错误
本次更新包含两个ggml-cuda补丁：修复f16 flash attention中的divergent barrier问题，并避免重复的元数据指针设置。修复主要影响NVIDIA GPU上使用半精度Flash Attention的场景。
阅读全文llama.cpp b10834发布：ggml后端输入不再强制创建额外split
本次更新允许ggml后端输入不创建另一个split，并更新了各平台构建产物。
阅读全文llama.cpp b10833：Vulkan后端融合RMS_NORM操作，Gemma系模型性能提升约 4%
llama.cpp发布b10833，为Vulkan后端新增RMS_NORM与MUL、ADD、VIEW、SET_ROWS等操作的融合支持，并扩展ROPE对IMROPE的支持，作者称在其系统上Gemma模型性能提升约 4%。
llama.cpp b10831发布：Vulkan后端新增TQ1_0量化支持
新版本在Vulkan后端加入TQ1_0量化格式的矩阵乘法、矩阵向量乘等内核，并将 3 的幂打包进 32 位常量以优化实现。
OpenBMB发布MiniCPM5-2B：2.6B参数密集推理模型，4B以下开源模型中智能指数最高
MiniCPM5-2B在Artificial Analysis Intelligence Index v4.2上得15分，超越Granite 4.2 3B（11分），但落后于Ling 3.0 Tiny（16分）。
llama.cpp发布b10830：新增 --fuse-qkv参数，转换时合并Q/K/V矩阵
llama.cpp发布b10830版本，核心变化是在HF到GGUF转换工具中新增 --fuse-qkv参数，可在模型转换阶段将查询、键、值矩阵融合为QKV。各平台安装包同步发布。
llama.cpp b10829发布：修复GDN归一化，从max改为rsqrt，对齐参考实现
此修复改变了GDN q/k归一化的epsilon处理方式，影响Qwen3-Next等模型的数值行为，cuda、vulkan等预编译二进制已同步更新。
llama.cpp b10828发布：新增Spark 2.5模型架构支持
llama.cpp发布b10828版本，新增对Spark2_5ForCausalLM模型实现的支持，并同步提供各平台预编译二进制下载。
llama.cpp b10827发布：修复OpenCL后端q4_K/q5_K乘法的权重打包选择
新版本包含一项OpenCL修复，涉及q4_K与q5_K量化格式在矩阵乘法中的权重打包逻辑，同时为各平台提供预编译二进制。
llama.cpp b10826发布：修复CUDA后端mmid与mmf中的竞态条件
新版本主要针对CUDA后端的多模态推理（如mmid、mmf）进行并发修复，并同步更新各平台预编译二进制文件。
llama.cpp b10825发布：修复grammar最大重复阈值问题
llama.cpp发布b10825版本，修复了grammar中的最大重复阈值问题，并同步更新了各平台构建产物。
llama.cpp b10823发布：新增 --log-jsonl结构化日志选项
llama.cpp最新版本b10823已发布，为common组件添加了 --log-jsonl命令行选项（PR #28437），允许以JSONL格式输出日志。
llama.cpp b10822发布：UI资源改用CMake直接内嵌，简化跨平台编译
新版本移除构建期C++辅助代码和外部gzip依赖，UI资产完全内嵌于二进制，同时提供涵盖macOS、Linux、Windows、Android及多后端（CUDA、Vulkan、ROCm等）的预构建包。
llama.cpp b10821发布：为M2 Max补充剩余fa-vec调优，新增KleidiAI禁用链接等构建
llama.cpp发布b10821，主要改动是为Apple M2 Max芯片的Metal后端补全剩余的fa-vec调优（PR #28458），并同步更新多平台二进制与安装包。
阿里千问开源自动驾驶视觉语言模型Qwen-Drive-1.0-4B，提供SFT和RL两个规划专家
该模型基于Qwen3.5-4B构建，据称是首个面向自动驾驶的视觉语言基础模型，官方评测覆盖 3D感知、场景理解与闭环规划等能力。
LiteLLM发布v1.100.0：新增Bing Grounding搜索、支持Vertex AI Interactions API，并改进Docker镜像签名验证
LiteLLM v1.100.0引入Bing Grounding搜索提供方、原生Vertex AI Interactions API支持，以及多项代理、UI和日志修复。所有Docker镜像现在都使用cosign签名，并可通过固定提交哈希或发布标签进行验证。
LiteLLM v1.101.0-rc.1发布：Docker镜像签名验证、MongoDB向量存储、团队级准入控制
发布说明中新增了使用cosign验证Docker镜像签名的官方指引，并包含MongoDB向量存储、Azure AI的grok-4.6定价、OpenAI工作负载身份令牌及多项修复。
Claude Code发布v2.1.263版本，修复若干问题
Anthropic旗下命令行编程工具Claude Code推出v2.1.263版本，本次更新内容为错误修复与可靠性改进。
F-Droid考虑采用Debian式AI政策：允许辅助开发，人类开发者承担最终责任
开源安卓应用商店F-Droid正考虑效仿Debian的生成式AI政策，拟允许AI辅助代码与文档编写，但责任由人类开发者承担。
Google发布gemini-cli v0.60.0-nightly.20260906夜间版
该版本为 9 月 6 日的夜间构建，仅提供变更日志链接，未列出新增功能或修复内容。
Ollama v0.34.0发布：可在ChatGPT桌面版中直接运行开源模型
新版本让OpenAI兼容客户端可直接调用本地Ollama模型，并改进Apple Silicon上的结构化输出性能。
llama.cpp b10819发布：修复Metal后端提前返回路径内存泄漏
本次更新主要包含一项针对Metal后端的修复：在提前返回（early return）路径中修复内存泄漏问题，并同步更新各平台的预编译二进制包。
llama.cpp b10818发布：修复SYCL后端CI并恢复Kronecker乘积FWHT支持
本次版本主要针对SYCL后端，恢复了对特定尺寸的Kronecker乘积FWHT支持，并修复了测试后端的CI问题。
llama.cpp b10817发布：新增SYCL内存跟踪变量，按调用点统计设备内存分配
新版本引入GGML_SYCL_MEMTRACE环境变量，帮助开发者定位内存问题，并改进 --fit算法。
SGLang v0.5.19发布：新增束搜索、DeepEP v2与多款模型支持
SGLang发布v0.5.19，包含 786 个PR，新增束搜索、DeepEP v2后端、LayerNorm序列并行等特性，并支持Qwen3.8、Spark2.5、Ling-3.0等新模型。
gemini-cli夜间版更新：扩展环境变更需用户确认，强化路径与配置文件安全检查
v0.60.0-nightly.20260905引入三项安全修复，涉及扩展环境变量、工作区路径边界与符号链接、系统级配置文件的权限校验。
OpenAI Codex 0.153.4发布：修复Astra模型选择器可见性并设为默认模型
该补丁版本修复了Astra在捆绑模型选择器中不可见的问题，并仅在工具可用时启用异步问题引导。
Anthropic Python SDK 1.4.0发布：用量报告新增Claude Tag分类，部分接口支持工作区ID
新版SDK为usage reports增加Claude Tag category与用户维度细分，为组织合规设置新增具名状态类型，并在更多端点支持发送workspace ID。
LangChain发布langchain-core 1.6.2：支持OpenAI异步工具，修复Google GenAI与Bedrock内容变更问题
本次更新为OpenAI集成新增异步工具支持，并修复了Google GenAI与Bedrock标准内容中的意外变更（mutation）问题，同时升级了mistune与tornado依赖。