Amazon SageMaker AI 多轮强化学习实操指南：用 Wordle 训练 gpt-oss-20b
AWS 发布 SageMaker AI 多轮强化学习（MTRL）实操指南，以 Wordle 为例演示从部署 Agent 到训练、MLflow 监控和评估的完整流程。
#数据/训练
AWS Machine Learning BlogAI 评分5858 AWS Machine Learning BlogAI 评分2020 Amazon Quick Sight 层地图支持用 GeoJSON 绘制点和路线
Amazon Quick Sight 的层地图（layer maps）新增支持 GeoJSON 的 Point 和 LineString 两种几何类型，可在地图上标出具体门店位置或机场间航线等路径。GeoJSON 文件需为 .geojson 格式、最大 100 MB，并通过共享键字段与 Quick Sight 数据集关联；每个图层一次只渲染一种几何类型。
Hugging Face BlogAI 评分2222 LitPivot：在文献版图中动态情境化，辅助形成研究想法
Hugging Face 与宾夕法尼亚大学合作开发了 LitPivot，一个围绕研究提案中被编辑部分组织文献、给出带原文摘录的批评与修改建议的系统。在 17 名研究者的实验室研究中，领域专家认为用 LitPivot 形成的想法比用文本编辑器加 AI 聊天工具的想法更有文献依据，参与者自评新颖性和实用性提升也更明显。该系统将亮相 UIST 2026。
OpenAI NewsAI 评分5858 OpenAI 说明如何加固前沿模型训练环境的安全隔离
OpenAI 说明其如何加固前沿模型训练与评估环境的隔离措施，包括离线环境和面向高算力的红队测试。原文未展开具体技术细节。
Hugging Face Blog精选AI 评分6060 微软与 Hugging Face 开源 ThinkingBox-Training：用数据库终态校验作 RL 奖励训练 Agent
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 1/0 可执行校验直接当作 RL 奖励，用于训练 ThinkingBox-Bench 之外的任务。
推荐理由：微软与 Hugging Face 联合开源了把数据库终态校验当作 RL 奖励的训练栈，并给出 Qwen3.8-27B 的可复现结果与成本对比。
AWS Machine Learning BlogAI 评分5858 AWS 为 SageMaker AI 无服务器模型定制推出训练会话正式版
AWS 宣布 SageMaker AI 无服务器模型定制的训练会话正式可用，用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与检查点存储由平台负责。
AWS Machine Learning BlogAI 评分5858 Amazon SageMaker AI 推出训练会话 API，自写训练循环无需管理 GPU
Amazon SageMaker AI 的 Serverless 模型定制新增训练会话 API，把 forward_backward()、optim_step()、sample() 等操作变成 API 调用，模型在 GPU 上保持加载，由服务负责分布式执行、梯度同步与故障恢复。
Google DeepMindAI 评分5858 Google DeepMind 联合 WRI、IIASA 发布 10 米分辨率全球森林类型图 ForTy 2020
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，把全球每块 10×10 米土地归入原始林、自然再生林、人工种植林、商品林、农林作物和其他土地六类，作为欧盟反毁林法规（EUDR）的关键基线。
Hugging Face BlogAI 评分4242 IBM Granite 时序模型集成预测：四模型组合与可扩展接口
IBM 推出 Granite Timeseries Ensemble，用一套配方组合四个预训练 Granite 时序模型（PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1、TTM-r3），无需重训即可输出中位数与分位数预测。
NVIDIA BlogAI 评分3838 欧洲金融机构采用开放权重模型构建专有智能，Revolut、Starling Bank 等基于 NVIDIA 加速计算落地
Revolut 正基于 NVIDIA 加速计算以单一基础模型 PRAGMA 重建技术栈，在 Blackwell Ultra GPU 上以 cuDF 和 Dynamo-Triton 支撑生产环境，初期服务 8000 万客户并设计支持 3 倍扩展。
NVIDIA Blog精选AI 评分6767 NVIDIA 扩展 Cosmos 平台，新增世界模型训练、评估与部署工具
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文列出 Cosmos 新增的数据工厂蓝图、训练工具与 NIM 推理更新，并给出保时捷、ANYbotics 等落地案例，可据此判断世界模型开发链路的变化。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Kumo Relational 关系基础模型，无需训练即可预测
NVIDIA 发布预训练关系基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。
推荐理由：原文给出预训练关系基础模型在 41 个任务上的对比结果与开源入口，可据此判断免训练预测能否替代现有 XGBoost 流水线。
Hugging Face Blog精选AI 评分6060 VocabX 如何通过特化 SLM 词表将推理成本降低 77%
Dharma-AI 在 Hugging Face 博客中预览即将发布的 VocabX 论文，介绍按 token 成本而非出现频率重建小模型词表的方法，在基于 Qwen3-4B 的葡语作文评分器上将实测推理成本降低 77.0%，平均回复长度从 350 个 token 降至 101 个。
推荐理由：以生产环境葡语作文评分器为例，展示词表特化如何在不改基座模型的前提下降低推理成本，并给出压缩与质量取舍的教训。
Microsoft Research精选AI 评分7474 微软研究院等证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，确认高维对数凹分布的最优超平面切割与任意形状切割之差不超过一个与维度无关的固定常数。
推荐理由：读者可了解 KLS 猜想如何被证明，以及人类主导、AI 智能体并行探索并筛选的研究流程如何运作。
Mistral AIAI 评分4242 Mistral 与 NVIDIA 合作推进工程领域 AI，共建物理与智能体评测基准
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流，将 Mistral Large 4 与 CUDA-X、Warp 结合，加速工程仿真并打通仿真、模型开发与设计闭环。
Google Research精选AI 评分7171 Google Research 提出 VERID 框架，让 AI 智能体在湿实验中闭环迭代
Google Research 发布博客介绍三项研究，目标是打通 AI 计算探索与真实湿实验之间的差距。VERID 框架为实验室工作单元建立语义数字孪生，支持实时 3D 状态跟踪、秒级虚拟试运行、硬件安全检查与视频动作日志同步。
推荐理由：Google Research 用 VERID 数字孪生和适配体、蛋白设计闭环，展示智能体如何把湿实验纳入设计迭代。
Google DeepMindAI 评分5858 Google DeepMind 演示用 Antigravity 智能体平台发现抗菌肽
Google DeepMind 展示生物学家如何用 Google Antigravity 智能体科学工作台，在单次会话中完成候选抗菌肽的发现、结构评估与优先级排序，把原本分散在多个数据库的检索压缩到一处。
Mistral AI精选AI 评分7171 Mistral 发布时间序列基础模型 Timestral，最大 209M 参数
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准的预训练零样本模型中排名第一，参数量约为此前 SOTA 的三分之二。
推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，便于判断时间序列基础模型的选型边界。
Google ResearchAI 评分4848 Google Research 展示 Research@ 2026 十项成果：Google Earth AI、Deep Review 等
Google Research 在 Mountain View 的 Research@ 活动上展示了 10 项成果，包括扩大 Google Earth AI 实验能力的早期访问，并开放 Deep Review 给公众使用。
GitHub Blog · AI & MLAI 评分3434 GitHub 揭秘密钥检测模型：用 ModernBERT 分类器减少误报
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前的 LLM 流水线，在推送后扫描中把用户接受率提升 11.5%、中位扫描执行时间降低 86%、服务成本降低 98%。该方案先用正则表达式高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在代码提交前返回结果。
Microsoft ResearchAI 评分5252 微软研究院提出 StudentSim：用个性化学生模拟器评估和改进 AI 导师
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化学生模拟器，用于在真实学习者测试前评估和改进 AI 导师。研究同时发布 StudentSimEval 基准，覆盖国际象棋、第二语言英语写作和数学三个领域，从行为保真度和对指导的响应度两个维度评估模拟器。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量 Agentic RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：原文给出框架的代码规模、Kubernetes 部署方式和完整训练示例，读者可据此判断接入现有 agent harness 做 RL 的成本。
Google ResearchAI 评分5858 Google Research 用 PDFM 地理空间嵌入验证全球公共卫生应用
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，展示无需任务特定微调的地点嵌入可直接接入现有流行病学模型。
Microsoft ResearchAI 评分3838 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生构建的机器学习流水线可为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计，评估期内检出近 80% 的重大空间天气事件。
Berkeley AI ResearchAI 评分3636 ABBEL：让 LLM 通过信念状态更新实现高效长程交互
伯克利 AI 研究团队提出 ABBEL 框架，将 LLM 的交互摘要隔离为自然语言"信念状态"并加以监督训练。在协作编码基准 CollabBench 上，该方法把与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也明显低于全上下文设置。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不到 $1，部分厂商低于 $0.10，年降幅中位数约 50x，数据系统需围绕智能体重构。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队综述了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化子任务、开启多少并发线程以及如何协调。文章对比了 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索，并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉模型梯度脆弱等问题，使基于梯度的长时程规划更稳健。
Berkeley AI ResearchAI 评分2424 伯克利提出信息驱动成像系统设计框架，登NeurIPS 2025
伯克利AI Research团队在NeurIPS 2025论文中提出直接以互信息评估和优化成像系统的框架，用已知噪声物理直接计算噪声项、用自回归模型学习测量分布，估计值只会上偏不会低估。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域预测了解码器性能，优化出的设计达到SOTA端到端方法水平，且内存和算力需求更低、无需任务专用解码器。