Hugging Face 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项 benchmark 中 7 项反超全精度原版
Hugging Face 提出 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 结构压缩至 60B 参数并量化为 MXFP4 后，在 9 项 benchmark 中有 7 项反超其 bfloat16 全精度版本，包括 AA-LCR +7.4、AIME 2025 +5.6。
#数据/训练
Hugging Face BlogAI 评分4747
Google ResearchAI 评分4545 Google Research：ME-POIs 如何用移动性数据让语言模型更懂地点
Google Research 提出 ME-POIs 框架，将匿名移动模式作为输入特征融入语言模型的地点表示，在未见地点上将访问意图预测相对提升 81.9%、价格等级分类提升 75.1%、繁忙度估计准确率提升 24.7%。该框架通过访问对齐、空间多尺度访问传播和文本-移动性协同三步流程，将 Gemini 等模型的语言嵌入与移动性向量对齐，并用邻近繁忙地点的访问模式缓解数据稀疏的长尾问题。
Microsoft ResearchAI 评分3838 微软 Skala 1.1 发布：训练数据增 2.5 倍，并集成进 CP2K 等主流 DFT 软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 基准 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。
Google ResearchAI 评分5959 Google Research：前沿 LLM 事实性的瓶颈是召回而非编码
Google Research 提出知识画像（knowledge profiling）框架，将事实状态分为编码失败、召回失败等五类，并构建含 2,150 条 Wikipedia 事实的 WikiProfile 基准，评测 13 个 LLM 共约 450 万条回答。
Microsoft ResearchAI 评分3838 微软研究院推出 CARE-X：面向临床放射学的胸部 X 光 VLM
微软研究院发布研究模型 CARE-X，一个统一胸部 X 光视觉语言模型，同时支持报告生成与结构化预测，并用强化学习（DAPO）在多任务设置下奖励临床正确性。该模型在印度 Narayana Health 的真实临床数据上验证，覆盖罕见 ICU 病理与 CT 确认的增大类病变。
Hugging Face BlogAI 评分5252 Hugging Face 博客介绍离线 Top-K logits 与分块 KL 损失的知识蒸馏论文
Multiverse Computing 发布论文 Efficient Knowledge Distillation for LLMs: Offline Top-K Logits and a Fused Chunked KL Loss，提出两项系统改动：一次性缓存教师 top-100 logits 使教师无需驻留显存，以及不生成完整词表×序列矩阵的分块 KL 损失。
Microsoft Research精选AI 评分7474 Microsoft Research 发布 Echoverse：面向计算机使用智能体的深度可演化训练环境
Microsoft Research 发布 Echoverse，一套面向计算机使用智能体的深度可演化训练环境，包含十个深度领域世界和两个能力世界，并开源其中四个世界的代码、数据与数据库接地验证器。
推荐理由：原文用对照实验说明深度与多样性比环境数量更能带来迁移，可为构建计算机使用智能体训练环境提供方法参考。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的摘要更新
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要以自然语言"信念状态"形式隔离并监督其信息内容，通过受自编码器启发的信念评分（belief grading）奖励能重建最新观测的信念。在协作编程基准 CollabBench 上，ABBEL-rec-BG 将全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 数也低于全上下文设置。
Google Research精选AI 评分6262 Google Research 发布 SensorFM 可穿戴健康数据基础模型
Google Research 发布大型传感器基础模型 SensorFM，用 500 万名同意参与者、超过 1 万亿分钟的多模态传感器信号做自监督预训练，学习可迁移到心血管、代谢、睡眠和心理健康的通用生理表征。
推荐理由：原文给出了预训练规模与下游任务收益的对应关系，读者可据此判断通用表征在可穿戴健康场景的迁移空间。
Mistral AIAI 评分5757 Mistral AI 发布 8B 具身导航模型 Robostral Navigate
Mistral AI 发布首个面向具身导航的 8B 模型 Robostral Navigate，仅用单个普通 RGB 相机（无深度传感器或 LiDAR）即可让机器人自主导航，在 R2R-CE validation unseen 上取得 76.6% 成功率，validation seen 为 79.4%，比最佳单相机方案高 9.7 点、比使用深度或多相机的最佳系统高 4.5 点。
Berkeley AI ResearchAI 评分5858 Berkeley AI Research 提出智能体时代数据系统的三大研究方向
Berkeley AI Research 发布观点文章，指出随着 GPT-4 级能力成本从每百万 token 约 $30 降至 $1 以下、部分提供商已低于 $0.10。
Hugging Face BlogAI 评分5959 Hugging Face 与 SkyPilot 联合推出零 egress 跨云存储挂载
Hugging Face 与 SkyPilot 联合发布 store: hf 存储后端，用一个 hf:// URL 和已有的 HF_TOKEN 就能把 Hugging Face Bucket 或任意 Hub 仓库挂载进 SkyPilot 任务。
Hugging Face BlogAI 评分5858 Photoroom 拆解 PRX 预训练数据管线的构建方法
Photoroom 在 PRX 系列第 4 篇中详解其 7B 文生图模型的预训练数据管线：混合公开与内部数据集，用 VLM 重写长描述，再转成可流式读取的语料。
Google Research精选AI 评分6767 Google Research 发布表格数据零样本基础模型 TabFM
Google Research 发布面向表格数据分类与回归的基础模型 TabFM，将表格预测建模为上下文学习问题，无需手动训练、超参调优和特征工程，单次前向传播即可在未见过的表格上生成预测。
推荐理由：原文说明了混合注意力架构与合成数据训练如何替代传统特征工程和调参流程，便于评估其对现有工作流的替代空间。
Google ResearchAI 评分4545 Google Research 用线性弹性缓存优化云成本
Google Research 在 CIDR 发布论文提出线性弹性缓存（linear elastic caching），将页面淘汰建模为 ski rental 问题，用轻量级决策树模型动态预测页面 TTL，在内存占用与缓存未命中之间权衡以降低总拥有成本（TCO）。
Hugging Face BlogAI 评分5555 NVIDIA NeMo AutoModel 加速 Transformers 微调，吞吐提升 3.4-3.7 倍
NVIDIA NeMo AutoModel 基于 Transformers v5 构建，通过 Expert Parallelism、DeepEP fused all-to-all dispatch 和 TransformerEngine kernels。
Hugging Face Blog精选AI 评分6262 Hugging Face 用本地模型免费完成 OpenClaw 仓库 PR 分类
Hugging Face 博客介绍了用本地模型 gemma-4-26b-a4b 和 qwen3.6-35b-a3b 搭配 pi agent harness 与受限 reposhell，在 NVIDIA GB10（DGX Spark，128 GB 统一内存）上对 OpenClaw 仓库的 issue 和 PR 做实时分类与 Discord 通知的完整方案。
推荐理由：给出了本地模型做高吞吐分类的完整配方与实测数据，可迁移到其他实时筛选场景。
Hugging Face BlogAI 评分5959 MosaicLeaks：研究智能体的隐私泄漏基准与 PA-DR 训练方法
MosaicLeaks 提出一项深度研究任务，用 1,001 条交错本地与网页子问题的多跳研究链，评估智能体的外部查询是否会泄漏私有信息，并定义意图泄漏、答案泄漏、全信息泄漏三种度量。
Hugging Face BlogAI 评分5656 Hugging Face 用统一基准对比 PEFT 技术：LoRA 不该是默认选择
Hugging Face 在 PEFT 库中加入统一基准，在相同基座模型、数据、代码和硬件下对比多种 PEFT 技术，结论是 LoRA 表现不错但并非总是最优。
Google ResearchAI 评分4747 Google Earth AI 发布英国树篱与林地矢量数据集
Google Research 联合牛津大学发布英国全境树篱、石墙与小片林地的矢量数据集，将此前的 Farmscapes 2020 像素级地图转化为可用于景观修复与碳核算的可操作清单。
Google ResearchAI 评分4444 Google Research 提出机器遗忘审计新框架 Regularized f-Divergence Kernel Tests
Google Research 在 AISTATS 2026 上提出机器遗忘审计新框架 Regularized f-Divergence Kernel Tests，通过相对距离测试衡量遗忘后模型更接近安全重训模型还是原始受污染模型。
Google Research精选AI 评分7070 Google Research 发表 Nature 论文：用智能手机前置摄像头被动监测心率
Google Research 在 Nature 发表论文介绍 PHRM 系统，可在日常使用手机时通过前置摄像头在人脸解锁后拍摄视频，被动估计心率与静息心率，心率 MAPE < 10%，日均静息心率相对可穿戴设备 MAE < 5 bpm。
推荐理由：原文给出了跨肤色非劣性标准与真实场景验证方法，可迁移用于评估rPPG类健康监测模型的公平性。
Google ResearchAI 评分5656 Google 开源水文洪水预测框架
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象水文部门把 AI 洪水预测接入自有工作流。
Hugging Face BlogAI 评分5050 DharmaOCR 论文：用模型自身退化输出做 DPO 拒绝对，五个模型族文本退化率平均降 59.4%
Dharma AI 在 Hugging Face 博客介绍其 DharmaOCR 论文中的方法：在 SFT 之后加一阶段 Direct Preference Optimization (DPO)，把 SFT 模型自己产生的退化重复循环输出作为 rejected 样本、正确转录作为 chosen 样本，在 23,726 份训练文档上用自动 LLM judge 打分构建偏好对。
Hugging Face BlogAI 评分5757 IBM Research：企业 AI 规模化落地依赖 agent logic 而非单纯 LLM
IBM Research 在 Hugging Face 博客撰文提出，企业工作流动态长周期、API 众多且受政策法规约束，仅靠前沿 LLM 难以支撑规模化落地，需要在 agent 层引入知识图谱、程序分析库等 agent logic 来收窄上下文。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 Gemini for Science 系列科学工具与实验
Google DeepMind 推出 Gemini for Science，包含 Google Antigravity 中的 Science Skills 以及 Google Labs 上三个实验工具。
推荐理由：原文列出了三个实验工具的具体能力与开放入口，读者可据此判断它会怎样嵌入现有科研工作流。
OpenAI NewsAI 评分3434 Parameter Golf 揭示了 AI 辅助研究的哪些经验
Parameter Golf 活动吸引 1,000+ 参与者、收到 2,000+ 提交，在严格约束下探索 AI 辅助机器学习研究、coding agent、量化与新型模型设计。活动揭示了 AI 辅助研究在受限条件下的实践经验。
Hugging Face BlogAI 评分4545 AWS 基础模型训练与推理的构建模块
Hugging Face 发布系列文章首篇，分析 AWS 基础设施与开源软件栈在基础模型预训练、后训练和推理全生命周期中的集成方式。AWS 提供 P5（H100/H200）、P6（B200/B300）等 EC2 实例，覆盖计算、网络、存储三层构建模块。文章面向 ML 工程师与研究者，为理解系统瓶颈和扩展特性提供技术基础。
Hugging Face BlogAI 评分4545 vLLM V0 到 V1 迁移：RL 训练中先保正确性再谈优化
PipelineRL 通过修复 processed rollout logprobs、V1 运行时默认值、inflight 权重更新路径和 fp32 lm_head 四项问题，使 vLLM V1 在 GSPO 训练中的 clip rate、KL、entropy 和 reward 指标回归 vLLM V0 参考轨迹。
Hugging Face BlogAI 评分5858 IBM 发布 Granite 4.1 系列开源大语言模型并详解训练流程
IBM Granite 团队发布 Granite 4.1 系列大语言模型，包含 3B、8B、30B 三个 dense decoder-only 版本，均以 Apache 2.0 许可开源。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Decoupled DiLoCo 论文：跨区域分布式训练 LLM
Google DeepMind 发表新论文 Decoupled DiLoCo，将大训练任务拆分为解耦的算力岛屿并以异步数据流连接，使局部硬件故障不影响其他部分继续训练。
推荐理由：原文给出了带宽、容错和跨代硬件混训的具体实验结果，可据此评估分布式训练路线的实际可行性。
Berkeley AI ResearchAI 评分3232 GRASP：面向世界模型的梯度规划器，让长时程规划更稳健
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让基于学习动力学（世界模型）的长时程规划变得实用。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型梯度脆弱等问题。
Google ResearchAI 评分5050 Google Research 提出 Simula：基于机制设计的合成数据生成框架
Google Research 在 Transactions on Machine Learning Research 发表论文，提出 reasoning-first 的合成数据生成框架 Simula，通过全局多样性、局部多样性、复杂度和质量四个可控轴从第一性原理构建数据集。
Hugging Face BlogAI 评分5555 Hugging Face 开源 EcomRLVE-GYM 电商对话智能体可验证训练环境
Hugging Face Blog 发布 EcomRLVE-GYM，把 RLVE 框架从单轮推理题扩展到多轮、带工具的电商对话场景，提供商品发现、缺货替代、加购、退货、订单追踪、政策问答、组合规划、多意图旅程共 8 个可算法验证的环境，每个环境含程序化题目生成、12 轴难度课程与可验证奖励。
Google ResearchAI 评分4545 Google Research 发布 ConvApparel 数据集：量化并弥合 LLM 用户模拟器的真实感差距
Google Research 发布 ConvApparel 数据集，包含服装购物领域 4,000+ 段人机多轮对话（近 15,000 轮），用于量化 LLM 用户模拟器与真实人类行为之间的差距。
Hugging Face BlogAI 评分5757 Safetensors 加入 PyTorch Foundation 成为中立托管项目
Hugging Face 宣布 Safetensors 加入 Linux Foundation 旗下的 PyTorch Foundation，与 DeepSpeed。
Hugging Face BlogAI 评分5555 Hugging Face 发布 Granite 4.0 3B Vision 企业文档理解视觉语言模型
Hugging Face 发布 Granite 4.0 3B Vision，一款面向企业文档理解的紧凑视觉语言模型，主打表格抽取、图表理解和语义键值对（KVP）抽取，以 LoRA adapter 形式搭载于 Granite 4.0 Micro 之上，支持纯文本回退，可独立使用或与 Docling 组成文档处理流水线。
Hugging Face BlogAI 评分5858 OpenMed 用 55 GPU-hours 训练覆盖 25 物种的 mRNA 语言模型
OpenMed 构建了从结构预测、序列设计到密码子优化的端到端蛋白 AI 流水线，其中自研的 CodonRoBERTa-large-v2 在密码子级语言建模上取得 perplexity 4.10、CAI Spearman 相关 0.404，显著优于 ModernBERT-base 的 26.24。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 TRL v1.0 后训练库
Hugging Face 发布 TRL v1.0，将后训练库从研究代码库转为带明确稳定性契约的正式库，已实现超过 75 种后训练方法，月下载量达 3 million。
推荐理由：原文解释了稳定层与实验层并存的设计取舍，读者可理解后训练库如何应对算法快速更迭。
Google ResearchAI 评分4545 Google Research 发布 S2Vec：用自监督框架学习城市建成环境的通用嵌入向量
Google Research 在 Google Earth AI 计划下推出自监督框架 S2Vec，通过 S2 Geometry 分区将建成环境栅格化为多层图像，再用 masked autoencoding（MAE）学习通用嵌入向量，无需人工标注即可预测人口密度、中位收入等指标。