ProvenanceGuard 提出面向 MCP Agents 的源感知事实验证方法
ProvenanceGuard 是一篇面向 MCP-based LLM agents 的源感知事实验证论文，关注事实存在但被归因到错误来源的 cross-source conflation 问题。
#Hugging Face
#Hugging Face
今日 0 条Hugging Face BlogAI 评分5555 internlm · Hugging Face 新模型AI 评分4343 internlm/AdvancedMathBench-AutoVerifier：自动评估数学证明的模型
AdvancedMathBench-AutoVerifier 是用于 ProverBench 的自动评分器，可评估自然语言数学证明、解释错误并定位最早错误步骤。
internlm · Hugging Face 新模型AI 评分5151 internlm 发布 Intern-Decision-2B 多模态结构化决策模型
internlm 发布 Intern-Decision-2B，这是一个由 Qwen3.5-2B 微调而来的多模态结构化决策模型，可接收共享状态、命名问题 schema 和可选图像，并在一次模型前向中为每个问题返回答案分布。
nvidia · Hugging Face 新模型AI 评分4848 NVIDIA DeepSeek-V4.1-Flash-NVFP4 量化模型发布
NVIDIA 在 Hugging Face 发布 DeepSeek-V4.1-Flash-NVFP4，这是 DeepSeek AI 的 DeepSeek-V4.1-Flash 的 NVFP4 量化版。
InternLM · GitHub 原创项目AI 评分5858 InternLM 开源 SciDocBench 科学文档理解基准、训练数据和支持代码
InternLM 的 SciDocBench 发布完整科学文档理解基准、Hugging Face 数据资产、SFT/RL 训练数据和支持代码，并集成到 VLMEvalKit。
google · Hugging Face 新模型AI 评分5757 Google 发布 GNM v3.0 3D 人头参数模型权重
Google 在 Hugging Face 发布 GNM v3.0 官方权重，这是用于人类头部的参数化 3D 统计模型，支持对面部身份、表情、头部姿态和眼球、牙齿、舌头等内部解剖结构进行解耦控制。
zai-org · Hugging Face 新模型精选AI 评分8080 zai-org 发布 GLM-5.3-Flash，GLM-5 系列首个原生多模态模型
zai-org 发布 GLM-5.3-Flash，称其为 GLM-5 系列首个原生多模态模型，拥有 320B 总参数和 18B 激活参数。官方称它在基准和真实工作负载中超过 GLM-5.2，价格为其十分之一，并在编码和智能体基准上接近 Claude Opus 4.8。
推荐理由：原文同时给出参数规模、架构变化和本地部署框架，便于比较其成本与落地路径。
MiniMaxAI · Hugging Face 新模型精选AI 评分8585 MiniMaxAI 发布 MiniMax-H3 全模态生成系统
MiniMaxAI 在 Hugging Face 发布 MiniMax-H3，这是一个通用全模态生成系统，支持文本、图像、视频和音频组成的多模态上下文理解，并可生成带原生立体声音频的视频。
推荐理由：原文披露了模块拆分、输入规格和本地部署路径，可帮助开发者评估接入成本与适用场景。
BeingBeyond · GitHub 原创项目AI 评分4646 BeTTER：诊断 Vision-Language-Action 模型具身推理幻觉的 benchmark
BeTTER 公开官方代码，用于诊断 Vision-Language-Action 模型中的具身推理幻觉。该 ECCV 2026 项目提供基于 Isaac Sim 的 benchmark 和任务编辑工具栈，包含 Task Editor、Assets Editor、Variation Editor、检索服务器、遥操作与渲染工具。
moonshotai · Hugging Face 新模型精选AI 评分8383 Moonshot AI 开源 Kimi-K2.6 原生多模态智能体模型
Moonshot AI 在 Hugging Face 发布 Kimi-K2.6，这是开源的原生多模态智能体模型。该模型采用 MoE 架构，Total Parameters 1T、Activated Parameters 32B、Context Length 256K，支持长周期编码、coding-driven design、Agent Swarm、图像和视频输入。
推荐理由：原文同时给出模型结构、评测表和部署入口，便于对比其在编码与智能体任务中的定位。