模型与多模态01
cactus-compute/needle · Automation foundation model for tiny devices: 2-bit, 8-29 MB, tool calls, structured extraction and embeddings on phones, wearables, smart homes, robots, cars and microcontrollers.
Needle 是 Cactus Compute 推出的面向手机、可穿戴设备、机器人、智能家居、汽车和微控制器的端侧基础模型。整个模型是单个 8-29 MB 的二进制文件，基于 Simple Attention Network，牺牲通用聊天能力，换取在移动端工具调用上超越体积大 10 倍的模型，并在结构化抽取上比肩 2-3 倍大的模型。它支持工具调用、结构化抽取和文本嵌入，逐 token 受字节级语法约束，每次响应附带校准后的置信度分数。项目提供 Python 包、预构建的部署引擎、本地微调工具以及多篇使用指南。
学习与研究02
google-deepmind/alphagenome_research · Research code accompanying AlphaGenome
AlphaGenome 是 Google DeepMind 提出的统一 DNA 序列模型，可分析最长 100 万碱基对的 DNA 序列，在单碱基分辨率下预测基因表达、剪接模式、染色质特征和接触图等多种模态。本仓库提供该模型的研究代码：基于 JAX 的模型实现、AlphaGenome API 及变体打分器、从 TFRecords 读取训练数据的数据集加载器，以及用于运行模型和评估分析的 Colab notebook。预训练权重可从 Kaggle 或 Hugging Face 下载，需接受非商业模型条款。
模型与多模态03
google-deepmind/alphagenome · This API provides programmatic access to the AlphaGenome model developed by Google DeepMind.
AlphaGenome API 是 Google DeepMind 提供的编程接口客户端，用于访问 AlphaGenome 模型。该模型可从 DNA 序列中解读调控代码，支持最长 100 万碱基对序列的多模态预测，输出基因表达、剪接模式、染色质特征和接触图谱等，多数输出可达单碱基分辨率。仓库包含客户端代码、示例和文档，并提供对 Atlas 数据集（全基因组预计算变异效应得分、AVI 评分和特征重要性）的访问，以及用于生成 matplotlib 图表的可视化库。
模型与多模态04
huggingface/transformers · 🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
Transformers 是 Hugging Face 维护的模型定义框架，集中定义文本、计算机视觉、音频、视频和多模态的模型结构，使其在各生态中保持兼容。它既支持推理也支持训练，可对接多种训练框架和推理引擎，并可从 Hugging Face Hub 使用超过 100 万个预训练模型检查点。
模型进展05
TimesFM-3 是 Google Research 推出的新一代时间序列基础模型，拥有 3.3 亿参数，预训练语料超过 1 万亿个时间点，原生支持零样本多变量预测。相比此前仅支持单变量预测的 TimesFM-2.5，它可联合预测多条共演化序列，并通过交替注意力与 Contiguous Patch Masking 在单次前向传播中输出完整预测区间及 9 个分位数。在 Gift-Eval、FEV-Bench 和 Time 三个公开基准上，其在点预测与概率预测指标均排名第一，即使单变量模式下也持平或优于对比模型。