今日概览

• 开源DVD-JEPA世界模型发布，完全可复现
• 开源minFLUX：简化版FLUX扩散模型，降低学习门槛
• TSAuditor：开源时间序列审计框架
• 开源LLM推理手册发布，涵盖GPU内部和批量推理核心机制
• 零基础构建LLM免费工作坊视频发布

大模型与产品发布

开源DVD-JEPA世界模型发布，完全可复现

该项目提供完全可复现的JEPA世界模型实现，在【异常检测】领域有潜力。链接：https://www.reddit.com/r/MachineLearning/comments/1uatlzx/dvdjepa_an_opensource_fullyreproducible_jepa/[2] 来源: [2] https://www.reddit.com/r/MachineLearning/comments/1uatlzx/dvdjepa_an_opensource_fullyreproducible_jepa/

来源：大黑AI·模型动态

开源minFLUX：简化版FLUX扩散模型，降低学习门槛

项目提供更小更易理解的FLUX实现（minFLUX），方便研究者学习扩散模型内部机制。链接：https://www.reddit.com/r/MachineLearning/comments/1ub1db3/studying_flux_in_diffusers_library_was_hard_so_i/[4] 来源: [4] https://www.reddit.com/r/MachineLearning/comments/1ub1db3/studying_flux_in_diffusers_library_was_hard_so_i/

来源：大黑AI·产品工具

TSAuditor：开源时间序列审计框架

该框架可自动发现时间序列管道中的缺失数据等问题，提升数据质量。链接：https://www.reddit.com/r/MachineLearning/comments/1ub15wf/tsauditor_a_timeseries_auditing_framework_p/[7] 来源: [7] https://www.reddit.com/r/MachineLearning/comments/1ub15wf/tsauditor_a_timeseries_auditing_framework_p/

来源：大黑AI·产品工具

开源LLM推理手册发布，涵盖GPU内部和批量推理核心机制

手册详细讲解GPU内部、KV缓存和批量处理等，并涉及vLLM、SGLang、TensorRT-LLM，对实践者价值极高。链接：https://www.reddit.com/r/MachineLearning/comments/1uavduv/an_open_handbook_on_llm_inference_at_scale_gpu/[1] 来源: [1] https://www.reddit.com/r/MachineLearning/comments/1uavduv/an_open_handbook_on_llm_inference_at_scale_gpu/

来源：大黑AI·技巧教程

零基础构建LLM免费工作坊视频发布

作者公开发布构建LLM的免费工作坊视频，讲解ML和Transformer数学直觉，适合初学者入门。链接：https://www.reddit.com/r/MachineLearning/comments/1uazlnd/hi_reddit_i_posted_my_build_your_own_llm_workshop/[5] 来源: [5] https://www.reddit.com/r/MachineLearning/comments/1uazlnd/hi_reddit_i_posted_my_build_your_own_llm_workshop/

来源：大黑AI·技巧教程

开源全球PM2.5预测ML模型，完整项目分享

项目构建了全球PM2.5预测管线，使用时序特征和动态更新解决方差问题，完整开源。链接：https://www.reddit.com/r/MachineLearning/comments/1uar4vc/built_a_global_aq_pm25_forecaster_ml_model_p/[6] 来源: [6] https://www.reddit.com/r/MachineLearning/comments/1uar4vc/built_a_global_aq_pm25_forecaster_ml_model_p/

来源：大黑AI·行业资讯

AI 应用与落地

ICML2026位置论文：时间序列建模需动力系统视角

该位置论文主张从动力系统视角推动时间序列建模，具有研究前瞻性。链接：https://www.reddit.com/r/MachineLearning/comments/1uark0u/time_series_modeling_needs_a_dynamical_systems/[3] 来源: [3] https://www.reddit.com/r/MachineLearning/comments/1uark0u/time_series_modeling_needs_a_dynamical_systems/

来源：大黑AI·行业资讯

ML博士毕业是否需要顶会论文引发行业讨论

Reddit热帖讨论ML博士生是否必须发表顶会论文才能毕业，反映行业学术标准争议。[8] 来源: [8] https://www.reddit.com/r/MachineLearning/comments/1uazlhg/would_you_let_an_ml_phd_student_graduate_without/

来源：大黑AI·行业资讯