作者以本地 Gemma 3 4B IT 建構並審計 EEG 腦訊號解讀系統,發現輸出主要來自模型先驗
作者以本地 Gemma 3 4B IT 建構並審計一套 EEG 腦訊號解讀系統,發現生成內容主要來自模型先驗。ridge probe 從 200 個概念中以單次 EEG 試次命中率 4.5%(機會水平為 0.5%),平均 16 次呈現後升至 39.5%。
作者以本地 Gemma 3 4B IT 建構並審計一套 EEG 腦訊號解讀系統,發現生成內容主要來自模型先驗。ridge probe 從 200 個概念中以單次 EEG 試次命中率 4.5%(機會水平為 0.5%),平均 16 次呈現後升至 39.5%。
作者以 Gemma 3 1B 製作可重播的 AI 日記實驗,每晚使用相同提示詞和隨機種子逐步關閉神經元,記錄模型文字由完整英文退化至空白的過程。網站以實測數據呈現 179,712 個 MLP 神經元及 104 個注意力頭的變化,並提供心跳、16 項知識探測和死亡證書。六次死亡記錄均可重播;模型使用開放權重,在本地 CPU 運行,一次完整死亡與復活約需 3 至 4 分鐘。
FinePrint Phantom 以 GPT-OSS 120B 分析服務條款或私隱政策,找出並逐字引用令人擔憂的條款,提供白話解釋及個別評分,並以 0–100 分計算整體 Haunt Score。分析採用 Mastra 三步工作流程,評分由確定性算術計算;文件在記憶體中處理後即丟棄,不會儲存。
Afterlink 是一款 AI 文件調查工具,可搜尋失效或變更的文件連結的歷史版本、擷取 Internet Archive 的封存內容,並根據證據提供調查建議。
Memory Lantern 是一款以 AI 搜尋已儲存回憶的應用程式,讓用戶記不起原文用詞時,仍可按記憶內容找出相關段落。語意搜尋使用 all-MiniLM-L6-v2,透過 Transformers.js 3.8.1 在用戶裝置上運行。無需帳戶或 API key,筆記和搜尋內容不會上傳至推理伺服器。
Tommy Bergstrand 製作了萬聖節文字 MUD Hallow Mud,讓 Gemma 每局生成一名作者未編寫的陌生幽靈。遊戲以 1870 年聖保羅的 Swede Hollow 為背景,NPC 由 Gemma 扮演,會以自然語言互動、記住玩家並彼此回應;房間描述則於伺服器啟動時生成一次,供所有玩家共用。
作者以 CloneProof 靜態檢查 100 個最常被依賴的 npm 套件所屬 GitHub 倉庫,修正誤報後,v0.2.4 的 3 項失敗判定均屬實。預先登記的 v0.2.0 測試中,6 個會令 CI 失敗的倉庫有 5 個只因誤報而失敗;修正版的 63 項警告中,60 項判斷正確。檢查不會安裝依賴或執行倉庫程式碼,另有 7 個倉庫因 CloneProof 的 clone 安全限制未能檢查。
Haunted Stack Trace 是一個 Spring Boot 錯誤處理器,透過 Ollama 在本機運行 Gemma 4,解釋 Java 堆疊追蹤中的錯誤原因及修正方法。它使用 Gemma 4 (12B),不需要 API key,堆疊追蹤不會離開用戶的電腦。
InfoMind AI Enterprise 是一個根據文件內容回答問題的檔案庫,每個答案均附有來源段落,證據不足時會拒答。使用 llama3.2:3b 時,一個可回答的問題在 5 次測試中均遭錯誤拒答;改用 llama3.1:8b 後,同一問題 10 次均獲正確回答。系統可在本機離線運行;使用託管示範時,問題相關段落會傳送至 Ollama 伺服器。
Séance 是一款以開放權重模型為程式語言設定人格的網頁應用程式,讓用戶與 COBOL、LISP、BASIC、FORTRAN 和 ALGOL 的「幽靈」對話,亦可讓幽靈評論程式碼。應用程式透過 OpenAI 相容的聊天完成 API 連接模型,預設使用 Ollama 的 llama3.2:3b;以本機模型運行時,問題和程式碼片段會留在用戶裝置上。
Daniel Ferraz 介紹其開源專案 knowledge-database,讓 AI 編碼智能體在處理任務前讀取知識庫、完成後回寫,並以可測試規則減少跨工作階段的解法漂移。
Edy Cu 開發了 macOS 命令列掃描工具 hantu,在自己的 Mac 掃描 58 個 launchd plist,找到 5 個仍設為以 root 身份執行、但所屬應用程式已移除的輔助程式。
開放權重 AI 模型會公開訓練完成的模型權重,讓用戶下載並在自己的電腦上執行。權重公開不代表訓練程式碼和資料也公開,授權亦可能限制商業用途;本地執行則可讓提示詞和檔案不經 AI 服務供應商的伺服器。模型仍可能產生幻覺或帶有偏見,運行速度和處理長文件的能力亦取決於模型與電腦硬件。
Hacktoberfest DEV 挑戰公佈「Slow and Steady」第 3 週得獎作品,參賽者以開放權重模型或開源 AI 打造便利自動化工具。其中一個作品令小型模型讀取物業契據的準確率由 10% 升至 99.6%,成本為 $1.15;另有作品以 Gemma 4 配合 Arduino UNO Q 讀取電郵。
Ghost in the Machine 是為 Hacktoberfest 開源 AI 挑戰製作的離線應用,透過 Ollama 運行開放權重模型,結合數碼降神會、虛擬亡靈祭壇和互動恐怖故事等體驗。應用支援 gemma3:4b、llama3.1:latest 和 qwen2.5-coder:7b,並以串流方式即時生成回應。推理完全在本機進行,無需連接互聯網,讓用戶可離線使用並保護祭壇中的家庭回憶。
Ofrenda 將墨西哥亡靈節傳統與本機開放權重 AI 結合,打造以 Gemma 2 驅動的離線數碼紀念祭壇及先人對話體驗。專案設有三層祭壇、先人對話室、語音合成及仿舊終端,並支援建立可列印的紀念卡。程式碼以 MIT License 開源,架構採用本機推理,並提供瀏覽器內備用知識庫。
LastWords 是一款本機優先的 AI 工具,讓用戶向已不活躍的程式碼貢獻者詢問程式碼背後的設計理由。它透過 Git blame 和提交記錄檢索證據,再以 Ollama 本機執行的 Gemma 2B 生成可追溯至提交記錄的回答。專案有 68 項測試通過,推理所用的程式碼庫內容留在開發者的裝置上。
Jiya Jain 開發 GHOST.EXE,一款以 Gemma 3 1B 驅動角色對話的本機心理恐怖調查遊戲;玩家重新開始調查後,HELPER 會提及上一局作出的選擇。完成依賴項和模型權重下載後,遊戲可透過 Ollama 在本機離線運行。Python 確定性控制器管理線索、證據和結局,SQLite 保存離散遊戲事件及分類後的互動資料,不保存原始聊天訊息。
Ofrenda Viva AI 以 Google Gemma 2 (2B) 打造 100% 本機運行的亡靈節紀念祭壇及「機器幽靈」終端降靈會。應用使用指令微調、4-bit 量化模型,讓用戶離線與逝者或計算先驅進行終端對話。專案以 MIT License 開源。
作者整理了 2026 年 10 月在 GitHub 快速累積星數的 5 個開源專案,涵蓋 Android TV 清理、DeepSeek 推理框架、智能體生成説明圖、文書處理及 3D CAD。
TrailEcho 擴展為夜間音訊伴侶和超自然異常調查工具,以即時音訊頻譜分析偵測異常頻率,並用開源權重 AI 將聲音模式轉化為哥德式敍事。它透過 Ollama 在本機執行 Gemma 2B 或 Llama 3.2 1B,並支援離線運作,不會把個人音訊傳送至雲端伺服器。
ForestKeeperIO 製作的 git séance 是一款 CLI,使用本機 Gemma 3 根據 Git 歷史與已刪除檔案對話,並為儲存庫生成塔羅解讀。
SpookyCode 是一款開源自主 AI 編碼智能體,可在隔離工作區調查程式碼、規劃及執行修改,並自動測試和檢查差異;用戶審核前,工作樹不會受到修改。它亦可將檔案存入經 SHA-256 驗證的保險庫,並以 Google Gemma 和 Pydantic AI 生成悼詞,支援查詢及逐位元組還原程式碼。
SchemaGhost 是一款開源工具,協助開發者在 API 回應結構變更後,為舊應用程式建立相容層,毋須重寫整個應用程式。它結合確定性啟發式方法與透過 Ollama 本機執行的 Qwen3 0.6B,建議新舊 JSON 欄位的對應方式。開發者可審核及核准建議、驗證映射,並生成 C# 配接器和其他相容檔案。
開源工具 terminal-seance 把終端機變成降靈會,讓 Y2K 事故中的程式設計師幽靈 Agnes 評論指令,並以角色口吻回應對話。Agnes 由 Google 開放權重模型 Gemma 3 27B 驅動,經 OpenRouter 提供服務,也支援其他 OpenAI 相容主機。工具有 114 項測試;只有指令文字、退出代碼和執行時間會離開本機,不會傳送指令輸出。
Ofrenda 是一款以本機運作為主的工具,用來保存家庭故事、紀念摯愛,並生成可離線使用的 HTML 紀念頁。它可在本機轉錄錄音,並以本機模型撰寫紀念文字及根據已儲存的故事回答問題。模型下載並完成設定後,毋須連接網絡或支付按次 API 費用。
Rashomon of the Dead 是一款以 Ollama 本地運行 Gemma 的離線優先開源偵探遊戲,玩家要盤問五名掌握不同資訊的鬼魂,查明莊園命案真相。遊戲以 Ground Truth Fact Ledger 記錄案情,並透過即時矛盾引擎比對證詞、標示謊言和記憶錯誤。遊戲支援瀏覽器原生語音合成,亦可選用 ElevenLabs API,並設有無需伺服器運行的客戶端模擬模式。
Memory Lantern 是一款以 Gemma 4 為寫作引擎的本地紀念冊工具,會將用戶選取的筆記整理成短篇回憶文字,並顯示來源筆記供核對。應用程式透過 Ollama 在本機處理資料,筆記以 JSON 儲存;安裝 Gemma 後可離線生成,草稿可編輯、複製或儲存為可列印的 HTML 紀念冊。
Tangled 於 10 月 30 日推出改版,將議題、pull request、留言、反應和標籤以 Git 物件鏈儲存在程式碼庫內,並透過 AT Protocol 同步。
開源專案 haunted-shell 將 AI 鬼魂接入 zsh 終端機,監看用戶指令,並在指令失敗時回應;指令成功時約有三分之一機會發聲,亦會記住最近五條指令。它透過 Ollama 在本機運行開放權重模型,預設使用 qwen3:8b,無需 API 或網絡,shell 歷史不會離開裝置。
Nathan Lambert 重新檢視自己對開放模型網絡安全風險的判斷,認為 Claude Mythos 若意外以開放權重釋出,較可能加速既有風險,而非令風險突然跳升。GLM-5.3 找出的 Firefox 漏洞可讓攻擊者在用戶瀏覽相關網站時竊取電腦檔案,作者以此説明造成傷害仍須多個環節配合。他認為目前沒有充分證據把近期攻擊歸因於開放模型,網絡安全風險更涉及 AI 能力擴散及整體網絡生態。
PHANTOM.EXE 是一個以復古電腦和數碼民間傳説為靈感的瀏覽器鬧鬼終端體驗,讓用戶召喚故事、詢問靈體及解碼訊號。項目以 HTML、CSS 和 Vanilla JavaScript 建構,並託管於 Hugging Face Spaces。
GhostShell AI 是一款離線 AI 助手,透過 Ollama 在本機執行 Gemma 3 (1B),可回答問題、解釋 Git 指令及提供基本編碼協助。下載所需依賴項目和 AI 模型後,應用程式可離線運作,不依賴雲端 AI API。
開源模型應停止以 AA 榜排名作為主要目標,轉而建立自己的評估標準,按工作領域衡量模型能力。文章認為,模型應以貼合真實任務和環境的 Benchmark 評估,而非追逐綜合榜單。葬AI決定建立開源 Benchmark 社區,並將陸續發布合作開發的 Bench。
The Last Lantern 是一款以本機 AI 模型生成故事的創作體驗,提供 Haunted Archives、Memory Lantern 和 Forgotten Legends 三種故事模式。
Sub Engel 開發 Python CLI 工具 ghostwalk,掃描 Git 儲存庫中的舊檔案、棄置分支及 TODO/FIXME,並以本機模型逐項生成墓誌銘。
CryptoBench 是用來測試 LLM 程式碼審查加密 API 誤用偵測能力的數據集,包含 54 段 Python 程式碼片段,涵蓋九類誤用。研究以 Ollama 測試七個開源模型,每段重複五次,共記錄 1,890 次測試。三個能區分安全與不安全程式碼的模型,對弱密碼雜湊的偵測率為 81.7%,誤報率為 3.3%。
Mistral Large 4 開放權重帶來的實際變化,取決於每項完成任務的 token 成本、自行部署門檻與授權條款,而不只是權重可下載。
推薦理由:文章以每項已完成任務的 token 用量取代單看基準分數,説明這種衡量方式如何對應智能體編碼的實際成本。
開發者打造開源 AI 工具 Revenant,協助開發者調查、診斷並嘗試修復已遭棄置的 JavaScript/Node.js 專案。Revenant 使用本地模型 qwen2.5-coder:3b,透過 Ollama 執行推理,並根據程式碼、錯誤記錄及文件提出修復建議。開發者可審核修改並明確批准,工具再以修復前後的受控檢查驗證結果。
Odysseus 是一款以 Docker 部署的開源自託管 AI 工作空間,整合聊天、Agent、MCP、本地模型服務、深度研究、文件、電郵及日曆等功能。其 Cookbook 會先讀取 CPU、RAM 和 GPU 規格,再從 270+ 款模型中推薦可運行的模型,並處理下載和服務。