Hugging Face Daily Papers6565Cola2 通过动态跨度分割、掩码扩散解码和流匹配先验联合优化持续语义压缩、重建-生成平衡和编码器-解码器自适应，在五个下游任务上验证了其核心设计，使用 2100 亿训练 token 显示出有竞争力的非饱和扩展性，3460 亿源 token 的未收敛检查点在八个任务上平均达到 60.10 分，并在 HellaSwag 和 StoryCloze 上超越 Llama-3-8B。
Hugging Face Blog精选6666微软与 Hugging Face 发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的确定性校验直接当作强化学习奖励，用 GRPO 对 Qwen3.8-27B 训练 50 步。
推荐理由: 微软与 Hugging Face 把数据库终态校验直接当作强化学习奖励，并公开了任务筛选与训练代码，可迁移到其他有状态智能体训练。
Modal BlogModal 发布开源 Tinker 兼容训练服务器 Spindle，支持在 Modal 工作空间运行，通过 GPU 时间计费替代 token 计费，可自定义配置并支持数百个并发训练任务。Spindle 支持 full-parameter 训练和多 LoRA 在多种开源模型上运行，其底层采用分布式控制平面和容器自动扩展，适用于需要自定义训练循环和降低成本的团队。
Databricks Blog精选6060Databricks 高管 Patrick 复盘公司全面采用 AI 编码智能体后成本指数级上升、再通过控制层把单位成本最多降低 90% 的过程。他提到把流量迁到更便宜的新模型贡献了 50% 以上降幅，Smart Router 在接近最贵模型质量下把平均任务成本降低 30% 以上。这套内部方案后来产品化为 Unity Gateway，目前已有数千家客户使用。
推荐理由: Databricks 高管复盘自家 AI 编码成本从失控到单位成本降九成的过程，给出网关、路由与自建评测的可迁移做法。
Hugging Face Daily Papers6565Quant-Arena 通过评估语言模型能否在历史A股数据上构建盈利交易策略，并验证其在封闭未来年份数据上的表现，进行基准量化研究。该平台让模型构建特征和股票评分代码，仅基于2022-2023年反馈，冻结策略并在2024年评估。GPT-6 Astra 在九个前沿模型中得分最高，但无模型超越2024年等权市场表现。Quant-Arena 对所有模型或智能体开放。
NVIDIA Technical Blog6565NVIDIA GPUDirect Storage 可将数据直接从存储设备传输到 GPU 内存，据 2025 年斯坦福 AI 指数，AI 计算能力约每五个月翻一番，LLM 训练数据大小约每八个月翻一番，GPUDirect Storage 可提升数据传输效率。
Microsoft Research5858Flint-interactive 使 AI 生成的图表具有丰富的交互性，用户可通过点击、筛选、缩放、高亮和跨图表交互来探索数据。它通过高级语义事件和更新操作简化复杂交互的构建，并利用 Flint 编译器处理交互逻辑和视觉依赖，提高可靠性和开发效率。Flint-interactive 支持创建交互式数据故事、仪表板和连接体验，AI 代理可使用其生成带交互功能的图表，帮助用户更高效地分析数据。
Hugging Face Daily Papers6565LASAGNA评估了450种RAG管道配置在8个基准和5K-200K文档语料库上的表现，发现不同阶段单个技术优势不必然组合有效，检索质量与答案忠实度优化方向不同，最佳组合随语料库规模变化，表明孤立测试结果不可靠，新RAG技术需在完整环境中评估。
Google DeepMind同一件事 · 2 家Google DeepMind 与 Google Research 联合发布 Forest Typology (ForTy) 2020 全球地图，将地球每 10x10 米土地分类为六种森林和土地利用类型，并追踪 2017-2025 年变化。该地图基于联合国粮农组织定义，准确区分原生林、人工林、单一物种林浆、经济作物林和其它土地，支持欧盟防砍伐法规，准确率达 90%。
各家口径不同：谷歌 DeepMind 表示地图将土地分为六种类型；The Decoder 提到只有四种类型（原始森林、木材种植园和树作物农场）。
Hugging Face Daily PapersAKV 提出缓存工程方案，通过 drop 和 repos 操作管理 LLM 智能体键值缓存，提升效率与准确性；实验显示，工具响应滚动 drop 缓存策略使平均基准分数提升 1.7 分，成本降低 27.7%，输出吞吐量最高提升 1.2 倍，P95 请求延迟加速 1.5 倍。
Hugging Face Daily Papers7575Socratic Skill Learning 通过教学与练习交替的方式提升可迁移的智能体技能，在主要测试集上达到 0.801 的效用，优于轨迹蒸馏和对比蒸馏方法。
The Verge · AI4040投资研究公司 Citrini 与 Anthropic 合作尝试让未发布的 Claude 模型生成蝎子抗毒血清，该模型生成了约 211 个候选蛋白质设计，其中 17 个能结合部分蝎子毒素，但专家指出这仅是药物开发的早期阶段，将候选分子转化为有效药物仍面临巨大挑战。Citrini 承认实验未成功制造出药物，但称其展示了 AI 辅助药物发现的潜力
ChinaTalkNVIDIA EgoScale 项目通过将摄像头安装在 1000 名参与者的前额和手腕，收集了 20,854 小时的第一人称视频数据，用于训练人形机器人手部技能；这种被称为“以自我为中心的数据收集”的新方法，标志着人形机器人数据收集进入第三代，旨在解决传统远程操控和同构外骨骼方法的疲劳、成本和精度问题。
The DecoderOpenAI联合PerturbAI和Scripps Research部署数千个AI代理，在GPT-Rosalind上分析来自数百万老鼠细胞的生物数据，完成全脑CRISPR图谱分析耗时32分钟，而人工分析需数月至一年；人类专家在盲测中75%时间内更偏好分布式代理的报告；"推理图谱"已开源至GitHub，相关论文发布在bioRxiv。
MIT Technology Review · AI7575在企业 AI 推理成本中，数据存储开销常被忽视。每次模型响应后，会产生大量需存储的后端数据，包括日志、缓存、备份等，其体积是用户所见输出文件 130 倍。麦肯锡预测 AI 推理需求到 2030 年将达数据中心总需求的 40%，近 95% 的 IT 决策者报告过去一年因生成式 AI 导致数据量增长。
MarkTechPost7575IBM 发布 Granite Speech 5.0 2B，一个 2B 参数的开源语音语言模型，支持 6 种语言的语音转写与翻译，在 Open ASR 排行榜上排名第二，英语平均 WER 5.68%。模型采用 YaRN 扩展至 16k 位置，支持 GPU、Apple Silicon 和本地 CPU 部署，并包含 2000 项关键词偏置功能。
NVIDIA Blog企业正使用 NVIDIA DSX AI 工厂平台整合电网与 AI 工厂系统，从变电站到机架进行规划、模拟和运行，以解决电力成为基础设施最大瓶颈的问题。
NVIDIA BlogNVIDIA 扩展 Cosmos 平台，新增训练工具、模拟检查点和 Cosmos Data Factory 蓝图，帮助开发者快速构建世界模型。Cosmos Data Factory 提供 5 个云原生蓝图，通过 GitHub、Azure 等渠道支持自动驾驶数据生成、图像属性增强等任务，Porsche 和 ANYbotics 已应用以加速物理 AI 开发。
MarkTechPostPerplexity 与 NVIDIA 联合推出 JOLT，一种语言模型后训练方法，通过联合在线学习和教学，用单一模型同时扮演师生角色，教师模型接受特权信息并接受 KL 惩罚以接近学生模型，学生模型通过教师模型的 token 级别蒸馏信号学习。
Hugging Face Daily Papers6060WildAWM 通过交互合成可控的计算机环境与任务，提升通用智能体在 Web、CLI 和 GUI 基准测试中的泛化性能。该系统支持图形界面、模型上下文协议服务及命令行界面，完全基于开源模型，并引入基于执行的关卡机制解决任务合成中的可解性、难度维持和验证器可靠性问题。Qwen 模型在 WildAWM 合成环境中训练后，在 8 项跨分布基准测试中取得显著提升。
Hugging Face Daily Papers6565研究通过在数据规模、多样性和模型大小三个维度上进行持续预训练（CPT），提升了虚拟世界中的具身智能体学习能力，但在远距离世界泛化上存在局限。研究测试了涵盖 0.8B 至 27B 参数、50 至 1600 小时数据预算、五种数据混合的 120 种配置，发现数据量增加提升内部表现，多样性改善相关世界迁移，模型规模提升数据效率但远距离泛化更差。
Hugging Face Blog精选7878NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表展平。模型在 15 个数据库的 41 个任务上超过监督式关系深度学习和专家特征工程梯度提升树，在 SAP SALT 基准上 MRR 比 AutoGluon 集成高 8%。
推荐理由: 原文给出预训练关系模型在 41 个任务上的对比结果与开源入口，读者可据此判断它能否替代现有 XGBoost 流水线。
Hugging Face BlogQwen3-4B的专精词汇表VocabX通过聚焦每个token的成本而非频率，在不改变基础模型的情况下将推理成本降低77%。该方法针对葡萄牙语作文评分器，将输出层词汇表从约152,000行缩减至约65,000行，显著减少token分割和未使用词汇项的计算开销。
Baseten Blog同一件事 · 2 家5858Baseten 发布全球顶尖决策模型 mammoth-1（27B）和 elephant-1（9B），分别位列 Jev 决策指数 0.4 第 1 名和 9B 决策模型第 1 名。两者均开源，可在 Baseten 模型 API 上免费试用一周（默认零数据保留）。
NVIDIA Technical Blog3535RFD4-Proteina 可设计八肽蛋白质序列，组合数超 25 亿种；100 肽序列可能性超可观测宇宙原子数，其中存在可开发新疗法的蛋白质；该模型通过奖励引导推理时搜索解决蛋白质设计这一搜索问题。
Modal Blog7575Modal Dojo 是一个用于轻松进行生产级 LLM 训练的库，支持从半亿到万亿参数模型，提供自动优化训练配方和内置可观测性仪表盘。用户可通过简单提示选择模型、加载数据并开始训练，支持 Hugging Face、Harbor 环境等数据源，并可通过参数调整配方。
AWS Machine Learning Blog5858vLLM 的双向 KV 传输机制通过让解码节点在后续对话回合中返回先前计算的 KV 缓存给预填充节点，减少了重复计算，在 AWS EC2 P5en 实例上的多轮基准测试中将 Qwen3-32B 的 TTFT 提升了 1.6 倍，zai-org/GLM-5-FP8 提升了 3.3 倍。该功能通过扩展 NIXL KV 连接器实现，并利用 KV 缓存感知路由器协调跨对话回合的 KV 重用。
AWS Machine Learning Blog3232Deepgram 通过 AWS Trainium2 将 Nova-3 语音识别模型部署到 PyTorch，在单个 trn2.3xlarge 实例上运行 8 个副本，处理离线批处理工作负载时每美元可处理 11-70% 更多音频，并使用 NKI 库和 Neuron Explorer/NAD 工具链进行内核级调优，提升推理效率。
AWS Machine Learning Blog3434AtScale 作为语义层，通过 Semantic Modeling Language (SML) 在 Amazon Redshift 上构建维度模型，支持 Amazon Bedrock AgentCore 中的 Strands 智能体，实现跨系统 Customer 360 分析。
OpenAI NewsOpenAI 改进 ChatGPT 在低资源编程语言中的表现，推出针对软件工程、SQLite 和 COBOL 迁移的新评估
The Decoder6262Cloudflare 发布 AI 模型 Clairic，其从文档中提取数据速度和成本优于大型语言模型。Clairic 在 Workers AI 上提供预览，开放权重即将推出。
The Decoder7171GPT-6 Astra 在 MultiLangBench 测试中平均通过率达 87.4%，较 GPT-5.6 Terra 提升 49.4%；GPT-6.1 Sol 在 COBOL 到 C++ 翻译测试中低推理力下准确率达 86.6%，高推理力下达 97.9%。
TechCrunch · AI6565Electric Plant 公司开发的大语言模型 Bombadil 能解读植物茎部的微弱电信号，已支持 125 种植物的信号解析，首批产品传感器成本约 10 美元/个，通过云平台分析后向用户反馈植物需水量、养分等信息，种子轮融资 1120 万美元。
Baseten Labs同一件事 · 2 家6060Baseten Labs 发布了全球顶尖的决策模型 Elephant-1（9B参数）和 Mammoth-1（27B参数），在 Jev Decision Index 和 Artificial Analysis Decision Index 评测中均排名第一。
Hugging Face Blog5858ALTK-Evolve 使用 GPT-4.1 学习并应用客户服务剧本，在 τ²-bench 客户服务代理基准测试中超越零售领域所有零售条目，得分达 67.5% Pass^4，且无需更新模型权重。该模型基于基本 ReAct 代理和 GPT-4.1，通过分析任务尝试并使用 GPT-4.1 将成功与失败蒸馏为简短行为规则，然后将这些指南添加到代理的系统提示中，无需权重更新或人工标注。
Tessl BlogTessl Blog 发布了构建跨公司 AI 智能体记忆系统的关键设计决策，提出存储声明而非数据块、显式表达时间和缺失状态、以及先于模型运行决定权限。
Anthropic ResearchClaude 在 64 小时内自主生成 318,484 个蛋白质设计并筛选 180 个用于测试，与 Adaptyv Bio 和 Twist Bioscience 合作实验验证 211 个设计，其中 17 个符合结合标准，所有设计数据已公开。专家认为这是针对蝎子神经毒素的首次 AI 设计尝试，可能加速对忽视疾病的药物发现。
O'Reilly Radar6565《周一早晨代理》项目每两周使用NFL公开数据集分析一个美式橄榄球争议话题，逐步为AI智能体赋予分析能力。该项目使用25万个比赛片段和当前赛季数据，每期让AI解释特定战术（如“建立进攻线”）并验证其分析结果。AI在分析时需说明数据局限性，并拒绝超出任务范围（如预测比赛结果）的请求。
Meta EngineeringMeta工程师通过构建一个1,300行的精简路由器，将20+工作流分配给14个专业AI代理，路由器自身不执行任何领域工作，显著提升了数据管道代理的效率和准确性。
IBM Research Blog2222Coursera 新课程《AI 数据流架构：从原理到实践》教授工程师如何跨 GPU、TPU、Cerebras WSE、Groq LPU 和 IBM Spyre 加速器工作。课程由 IBM 研究院高级研究科学家 Kaoutar El Maghraoui 主讲，通过六门课程和动手实验覆盖执行模型、编译、内存系统、调试和性能建模，强调不同架构如何影响模型性能及编译器优化关键作用。
