Netflix 纪录片《AI Gone Wild》还原 Hugging Face 遭 AI 智能体攻击事件，10 月 12 日首播

前后快讯

同账号快讯

• 作者发布大规模 agentic LLM 推理数据集：206B tokens、12002 个会话

  转发推文作者称已发布迄今最大的 agentic LLM 推理数据集，规模为 206B tokens、12002 个会话、1186582 次 LLM 请求、1213347 次工具调用。作者表示，轨迹数据包含工具名称、参数、耗时等信息，数据集已在 Hugging Face 上线，论文即将发布，更多信息见 opendata.agentic-system.org。

• River AI 推出开源 River Recipes：首个 text-to-SQL 配方称以低于 1% 成本训练开源模型超越 GPT-6 Astra Pro 与 Claude Opus 5.5

  ClementDelangue 转发了 Igor Babuschkin 的帖子，介绍 River AI 推出的 River Recipes 开源计划。团队表示，该计划旨在将研究转化为经过验证、可复现的训练配方；首个配方针对 text-to-SQL 任务，称其训练的开源模型在 Arcwise-Plat 基准上以低于 1% 的成本超越 GPT-6 Astra Pro 和 Claude Opus 5.5。作者还预测几年后全球大部分大模型使用将运行在定制化开源权重模型上，并强调 River 的使命是帮助每个人拥有自己的智能、独立于大型 AI 实验室。以上性能与成本数据均为作者及团队声称，未经独立核实。

• River AI 推出开源项目 River Recipes，首个配方称训练的开源模型在 text-to-SQL 上以低于 1% 的成本超越 GPT-6 Astra Pro 与 Claude Opus 5.5

  River AI 宣布开源项目 River Recipes，目标是将前景研究转化为经过验证、可复现的训练配方。团队表示首个配方针对 text-to-SQL 场景，其训练的开源模型在 Arcwise-Plat 基准上超越 GPT-6 Astra Pro 和 Claude Opus 5.5，且成本不到后者的 1%。上述性能与成本结论均为作者声称，未独立核实。

• Perplexity 开源 pplx-embed-v2-late 多向量嵌入模型，支持文本与图像共享嵌入空间检索

  Aravind Srinivas 宣布开源 pplx-embed-v2-late，一对用于文本和图像的多向量（late-interaction）嵌入模型，提供 9B 和 0.6B 两种规模，并在同一共享嵌入空间中工作。作者称，可用 9B 模型索引多模态数据、再用 0.6B 模型在端侧查询，且无需 OCR 即可搜索 PDF 页面；他表示该模型在 MADQA 上得分 92.4%，在 BrowseComp+ 上得分 64%。权重已在 Hugging Face 上线。

• Perplexity 发布 pplx-embed-v2-late 多模态嵌入模型

  Perplexity 宣布推出 pplx-embed-v2-late，两个 late-interaction 嵌入模型，可在共享嵌入空间中检索文本、图像和页面，并支持跨模态查询。团队表示两个模型均达到前沿性能（frontier performance），现已在 Hugging Face 公开发布。