Hugging Face 发布博客系统梳理 AI Agent 相关术语，对「模型」「Scaffold（脚手架）」「Harness（执行框架）」等容易混用的概念给出清晰定义，并区分工具、技能、子代理与训练流程中的关键概念。

NTT提出一种在不降低精度的前提下压缩并统一大规模语言模型（LLM）词汇表的新型推理技术，使得不同LLM之间可以通过共享词汇集合进行协同推理与知识迁移。

国立信息学研究所（NII）发布面向日语场景强化优化的国产大规模语言模型「LLM-jp-4」系列，并以开源方式提供 8B 与 32B-A3B 两种模型。在约 12 万亿标记数据上从零开始训练，一些基准测试中性能超过 GPT-4o 与 Qwen3-8B。

加州理工学院孵化的初创公司 PrismML 发布 1 比特大语言模型「1-bit Bonsai」。在保持约 80 亿参数规模的前提下，将内存占用压缩到约 1.15GB，可在智能手机等边缘设备上本地运行，并提出以「智能密度」衡量模型效率的新指标。