滑动窗口注意力+注意力汇聚：后训练阶段超越线性注意力
一项新研究结果表明，在后训练阶段，改用带注意力汇聚的滑动窗口注意力掩码（无需额外成本）即可超越线性注意力。论文现已公开。
全球 AI 动态简报
-
-
用强化学习训练编码模型用JavaScript作画，开源工件即将发布
一位开发者表示，他们使用TRL和OpenEnv训练了一个编码模型，使其能够用JavaScript作画，并计划发布包含代码、模型、数据集和RL环境的博客。
-
腾讯混元Hy4 Preview实测：《清明上河图》动画效果优于GLM5.3-Flash
有用户用腾讯混元 Hy4 preview 以同一提示词制作《清明上河图》动画，并称效果明显优于 GLM5.3-Flash。
-
MiniMax H3 Max 助力交互式游戏，几乎零延迟
用户表示使用 MiniMax H3 Max 制作交互式游戏，所有决策由用户控制，模型速度极快，几乎没有延迟。
-
Command Code AI 称新 Shell 工具可节省 30% Token，并发布 TEF 基准
Command Code AI 强调其 shell 工具是最高效的 agent harness，声称可减少 30% token 费用，并在 TEF 帕累托前沿上占有一席之地。
-
Command Code 宣称新 Shell 工具节省 30% Token——用户试用 $1 计划后立即升级
Command Code 用户分享了 $1 计划的体验，官方则展示了其高 token 效率的 shell 工具和 TEF 基准，声称可节省 30% token。
-
MiniMax H3 Max 创作者：开源模型驱动新产品范式
RenLeanna 分享与伙伴共创新产品范式的兴奋，并强调开源模型的力量，背景是 MiniMax H3 Max 开源权重模型的发布。
-
Command Code 发布 TEF 基准：Token 效率成为 AI Agent 的新“光速”
Command Code 推出 Token 效率前沿（TEF）基准，将 NVIDIA 的“光速”理念应用于 AI Agent 的框架工程。该公司称其 shell 工具可节省高达 30% 的 token 开销，将 token 效率视为新的竞争前沿。
