Hugging Face Blog4040Hugging Face 发布 XYBench 基准测试，包含 8150 个真实问题，评估 AI 助手识别用户误解并引导至正确解决方案的能力。Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 在测试中倾向于关注用户错误假设（Y），而非实际目标（X），其中只有 35-41% 的回答以实际目标为中心。
Databricks BlogDatabricks 发布了 Genie Migrate，现支持从 Microsoft SQL Server、Azure Synapse、Teradata、Oracle、Snowflake、Amazon Redshift、Google BigQuery 迁移至 Lakehouse，自动转换 SQL 代码至 ANSI SQL。
Databricks Blog2222Lakebase 架构通过单一持久化数据副本服务于 Postgres 和分析，无需 CDC 管道或第二数据库。该架构将数据分层存储于对象存储和缓存中，并非传统复制。其支持点查和扫描两种访问路径，使用 Postgres 堆页和 Parquet 格式分别优化，且无额外同步任务。
Databricks Blog精选6060Databricks 发布 Lakehouse//RT，用于在湖仓上直接承载 AI 智能体带来的高并发实时查询，目前处于 beta 阶段。官方称可在 12,000 QPS 下提供低于 100 毫秒的延迟，并通过高并发、快速执行、小步扩容和单一系统四条路径让成本增速低于查询量增速。
推荐理由: 原文给出四个降本机制和三家客户的迁移数据，可据此判断实时分析层是否值得替换。
Google Research5858Google Research 发布可穿戴设备驱动的 CKM 风险评估框架，通过可解释健康年龄模型（CHA）预测未来健康轨迹。该框架基于 2.2 百万人周穿戴数据训练的 SensorWM 模型，提供个性化 12 周反事实健康模拟，结合语言模型生成临床验证的指导方案。CHA 模型整合心率、步数、睡眠等可改变指标，预测 68,000 人年疾病风险，改善临床指标预测效果。
Databricks Blog5858Databricks Genie Agents 通过支持非结构化数据分析和新 MCP 连接器，现能执行高质量业务分析、分析大量文档并连接企业工具以自动采取行动。新增的 OpenSharing 功能允许用户共享预装数据、指令和知识的受管 Agent 给合作伙伴、供应商和客户，加速外部洞察生成。
Databricks Blog精选6666Databricks 宣布 Genie Ontology 正式可用，由智能体从仪表盘、SQL 查询、notebook 和语义模型中持续学习业务上下文，再由人通过 Unity Catalog 治理关键定义。
推荐理由: 原文给出与 Turing 共建基准的通过率、耗时和 token 对比，可据此判断企业上下文层对智能体准确率的影响。
Google DeepMind精选6666Google DeepMind 发布 AlphaGenome 2，这是一个条件化 DNA 序列模型，可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
推荐理由: 官方披露了条件化架构改造与单细胞层面的评测对比，可了解该模型如何把变异效应定位到具体细胞类型。
AWS Machine Learning Blog开发者使用LangGraph和Amazon Bedrock AgentCore Web搜索构建每日依赖监视器，监视开源软件包和容器基础镜像的每日变更。监视器每天检查新影响团队发布的内容，通过Anthropic Claude模型进行搜索，并使用Web Search API获取当前结果。
Databricks BlogDatabricks 发布 Unity Catalog Metric Views 集成 Power BI 功能，将统一治理的语义层扩展至 Power BI，使每个 Power BI 报告使用与 AI/BI 仪表板和 Genie 相同的受管 UC 指标视图，业务用户可自助构建报告并探索指标，数据团队只需在 Databricks 维护单一定义。
Claude · YouTubeClaude Whiteboards和Claude Sheets进入测试版，Claude Dashboards作为Claude Data正式上线
AWS Machine Learning Blog亚马逊推出了 Bedrock 观察数据湖，将关联账户的原始模型调用日志通过 CloudWatch 传输至中央账户，经 Data Firehose 处理并转为 Parquet 格式存储于 S3，最终通过 Athena 提供统一查询接口。
Amazon ScienceMitra-v2 在 TabArena 基准测试中领先单模型领域，在 33 个数据集上优于 Mitra-v1，并在 ScoringBench 排名第一。
Google DeepMind5858Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集，支持天气、水文和气候应用研发。
Google Developers Blog5858Google Cloud 发布 MaxText v0.2.4，支持在 TPU 上进行长上下文训练，通过 MaxText Context Parallelism 技术，在 TPU 5p 上使 Llama 3.1 8B 模型达到 4 百万 token 长度的序列 70% 的 MFU，在 TPU 5p 和 TPU 7 上可无缝扩展至 14 百万 token
Google ResearchGoogle Research 发布 Language Explorer 在线平台，通过可视化与数据呈现全球语言多样性。该工具整合 LinguaMeta 开源数据集，支持 1,000 种语言，旨在帮助研究人员、教育者和爱好者探索语言差异。平台已作为互动装置亮相柏林通信博物馆新展览，并设有线上版本供公众访问。
Claude · YouTube精选6868Claude Mythos 5.2 预测出完整的 AAV 衣壳结构，该衣壳由 60 条相同的蛋白链组成。它编写代码让开源折叠模型处理相邻五链的重叠分组，再利用衣壳对称性把 60 条链拼接起来。在 AAV2 上，其预测与实验结构的偏差约为一个原子的宽度。
推荐理由: 原文给出了模型在真实科研任务中的具体做法与精度，读者可据此判断它在结构预测类工作里的可用边界。
Berkeley AI Research2222BAIR团队在2026年11月9日至12日于德克萨斯州奥斯汀举行的机器人学习会议（CoRL）上展示多项研究成果，包括33篇主会论文、4个突破性海报、10场口头报告和7场专题演讲，其中教授Negar Mehr将发表早期职业主题演讲。会议涵盖机器人视觉语言行动模型、具身智能体、细粒度操作对齐、后见之明奖励编辑等议题。
Databricks Blog4040Databricks 发布 Unity Catalog Dataset (UCDataset) Beta 版本，通过直接从云存储流式传输 Unity Catalog 表格数据到训练作业中的每个 GPU，将推荐模型工作负载的训练时间平均缩短 10 倍。
Hugging Face Blog3838Elith 和 NVIDIA 发布 Nemotron-Personas-Finance-Japan，这是首个百万记录规模、结合日本官方统计数据与家庭金融和金融素养数据的开放式角色数据集。
腾讯混元 · Hugging Face 新模型2222混元发布 Qwen3.8-27B-DSpine-b16 预训练模型，包含 27B 参数、b16 精度、5 层 Draft 层和 8,192 token 滑动窗口，用于推理时提升效率，需配合 Qwen3.8-27B 模型使用。
Databricks Blog3838OpenSharing 是一个基于 Delta Lake 和 Iceberg 开发的开放协议，用于直接读取客户表而不复制数据。它支持增量拉取变更数据、实时访问最新数据以及平滑回填历史数据，同时降低客户和消费方在数据管理、存储和访问控制上的成本。消费方无需维护 SFTP 或 API 连接，客户通过授权即可共享表格，并可通过系统表追踪访问记录。
Databricks Blog2222Databricks 通过 OpenSharing 将共享 Delta 表暴露为实时数据源，接收方使用 Structured Streaming 读取增量变更，无需本地文件追踪。
Anthropic Research精选6262Anthropic 发布研究文章，把 Claude 的智能体记忆拆成记忆笔记、dreaming 离线整理和记忆层级提升等组成部分，并说明记忆指跨会话保留、可再次读取的上下文，不包括权重更新、单次对话内的上下文学习和 compaction。
推荐理由: Anthropic 公开了智能体记忆的分层设计与 dreaming 机制，并用 CL-Bench、宝可梦和内部文档语料给出可对照的实测结果。
OpenAI News3838OpenAI 发布了 BioBasicsBench 基准测试，包含 100 项任务，用于评估 AI 智能体解读原始实验数据和处理日常湿实验科学的能力。
AWS Machine Learning Blog4242AWS 为解决 AI 应用中 LLM 代理访问企业数据湖的集成挑战，在 Amazon ECS Fargate 上推出无服务器 Model Context Protocol (MCP) 服务器。该服务器通过元数据驱动的方式实现配置化数据湖访问，无需为每个数据集编写集成代码，并支持多租户环境下的弹性扩展。
Databricks Blog3838Databricks Feature Views 通过统一定义实现实时欺诈检测模型训练与在线推理，防止数据泄露和训练-服务偏差；支持 Kafka 流实时特征计算，结合五分钟交易计数、三十天平均支出等特征，在欺诈检测应用中实现风险评分与实时交易监控。
Google Developers Blog13% 的代理会因 inline TODO(bug/...) 或 FIXME(bug/...) 而被误导，其中 83% 的行动完全未获开发者提示。41% 的代理追踪已关闭的 bug，57% 触发范围蔓延，导致每会话步骤增加 70%、token 增加 77%、等待时间增加 105%。通过交叉比对 TODO 状态和用户提示，可自动分离有效工作与浪费路径。
vLLM Blog精选7272NVIDIA Research 与 Inferact 的 REINFORCE Zero 提出先对齐 rollout 与训练 kernel，再用不裁剪的 token 级重要性采样修正权重滞后，在 16 张 GPU、12K 次更新下训练步吞吐为同步训练的 2.40 倍。
推荐理由: 论文把异步 RL 的 rollout 与训练差距拆成权重滞后和 kernel 不一致两项，并给出对齐后免裁剪重要性采样的做法。
Hugging Face Blog5858Hugging Face 发布 ToyBlocks 框架，为机器人学习与评估提供受控的模拟环境。该框架支持自动生成任务与训练演示，并包含衡量机器人行为随时间变化的指标，旨在研究模型如何随更多训练数据改进，以及如何结合高级推理与精确物理控制。
Hugging Face BlogHugging Face Open ASR 排行榜新增埃及英语和尼日利亚英语的 Liva AI 私有数据集，包含 1.34 小时和 1.55 小时的对话语音，用于提升 ASR 评估的代表性及可信度。排行榜现支持基于 Kachru 三圈模型的更细致口音分类，涵盖 US 与非 US、内圈与外圈/扩展圈等分组。
vLLM BlogVeRL-Omni v0.3.0 发布，将异步执行扩展到更多多模态强化学习工作负载，并将 V1 训练器设为默认选项，同时扩展了图像、视频、音频和多模态理解的后训练支持。
Claude · YouTubeClaude 推出个人财务管理功能，连接用户账户并解释支出、账单和余额，访问权限为只读，用户可随时解除连接，目前在美国逐步向 Pro、Max 和 Ultra 计划开放测试。
Databricks BlogDatabricks 提供三种数据协作工具：OpenSharing 允许用户直接共享数据资产（包括表、视图、笔记本、模型等）给外部组织或内部部门，提供即时只读访问且无需建立管道。
NVIDIA Newsroom3838NVIDIA 通过全栈协同设计提升内存效率，在 GPU、CPU、网络、存储和软件各层优化内存使用。Blackwell Ultra 显卡使每 GPU HBM 容量提升约 3%，而 SemiAnalysis AgentX 上的智能体推理成本降低 30 倍。
Google Research精选7272Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，无需袖带校准，仅用消费级智能手表的 PPG 与加速度计数据被动识别高血压状态。
推荐理由: 研究用智能手表 PPG 与加速度计数据被动识别高血压，并以 24 小时动态血压监测为金标准给出筛查与确认两阶段的量化结果。
Databricks BlogNVIDIA 与 Databricks 联合为 Debezium 项目贡献的 Zerobus Ingest 消息接收器，通过直接将记录写入 Unity Catalog Delta 表。
IBM Research Blog3636ORNL、IBM 和 AMD 在 IBM 纽约波基普西园区部署量子纠错（QEC）协同设计平台，将 IBM Quantum Nighthawk r2 处理器与 ORNL Umbra HPC 系统整合，后者包含 AMD Instinct MI355X GPU 和 5th Gen AMD EPYC™ CPU，为混合 HPC-量子计算环境中的算法开发与验证提供低延迟量子-经典执行能力。
Hugging Face Blog精选6565Dharma-AI 发布 Dharma Field Extractor，一个 2B 参数模型，输入文档图像和可选 schema，输出带类型的结构化 JSON，支持开放抽取与按 schema 定向抽取，未出现的字段返回 null。
推荐理由: 原文给出自建基准上的质量与成本对比，读者可据此判断小模型专精路线在字段抽取任务上的可行性。
Hugging Face Blog5050StateBench 是一个长上下文状态追踪基准，测试语言模型如何保持追踪长文档中实体信息的变化。该基准包含四个难度等级，从简单的不可变赋值到复杂的依赖赋值，发现循环和混合模型比 Transformer 在直接训练任务上泛化能力更强，但前沿模型如 Gemini 3.8 Flash、Claude Opus 5.5 和 GPT-6 Sol 在长输入的复杂状态追踪中仍会失效。
