AWS 发布教程，介绍如何在 Amazon SageMaker HyperPod 的 PyTorch DDP 训练循环中加入三道检查来检测静默数据损坏（SDC）：all-reduce 前后的 NaN/Inf 梯度检查、跨节点重放的 ring replay 审计、以及 optimizer 更新后的权重指纹比对。
推荐理由：原文给出三道检查的实现代码与开销实测数据，读者可据此评估在自己训练任务中落地的成本与收益。
Google Research 发布研究框架，用消费级可穿戴设备数据构建可教练健康年龄（CHA）模型，并配合在 2.28 million person-weeks 数据上预训练的 SensorWM 世界模型，模拟 12 周反事实健康轨迹，再由语言模型智能体生成教练计划。
Hugging Face 博客介绍如何在 Sentence Transformers 中做 token pooling-aware 训练，让多向量嵌入模型在压缩后仍保留检索质量。
Google DeepMind 宣布开源支撑 WeatherNext 3 的两个基础数据集 SatWeave 与 PARDIG，历史存档与实时数据流已在 Google Cloud Storage 开放，PARDIG 历史目录也上架 Google Earth Engine。
推荐理由：原文说明了两个数据集的构成与评测口径，读者可据此判断它们对天气水文建模的可用性。
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan，这是开源人物数据集 Nemotron-Personas-Japan 的金融领域扩展，采用 CC BY 4.0 许可，可商用。
Hugging Face 与 AllenAI 推出 FoundationWorlds 框架及其首个基础世界 ToyBlocks，一个围绕机械臂与桌面积木的开源仿真环境，可自动生成任务与演示数据，无需人工遥操作。
推荐理由：通过受控仿真环境把数据生成、训练与评测打通，读者可据此理解机器人泛化与失败归因的可复现研究路径。
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，可用消费级智能手表被动检测高血压迹象，无需传统臂式袖带校准。
推荐理由：原文给出无需袖带校准的筛查方案与对照临床数据，读者可据此判断智能手表在高血压筛查中的实际定位。
Dharma-AI 发布 Dharma Field Extractor，一个 20 亿参数模型，可从任意文档图像中按请求抽取字段并返回结构化 JSON，支持开放模式和指定 schema 两种请求方式，缺失字段返回 null 而非编造。
Google Research 提出 Agile Deliberation 框架，把主观 AI 分类器的构建变成人与 AI 的迭代对话，帮助用户在协作中厘清自身定义，代码与算法已在 GitHub 开源。该框架分概念界定与概念迭代两阶段，用视觉语言模型挖掘语义边界图像，经 18 场、每场 1.5 小时的真人实验验证，显著降低用户疲劳与焦虑，产出更一致、性能优于标准基线的模型。
Indegene 在 AWS 上的 NEXT Unified Data Platform（NEXT UDP）中构建了 LLM 驱动的 Data Quality Agent，可生成上下文感知的数据质量规则、校验规则并产出可直接运行的 SQL 和 Python 代码，且在集中式 human-in-the-loop 治理下运行。
Hugging Face Blog 发布 IBM Research 的 Palette：微调一个 20B 开源权重模型，用合成数据学习 IBM Design Language 并通过校验 harness 生成幻灯片，在 PresentBench 三个领域中两个排名第一、三领域均分第二（59.7 分，落后 NotebookLM 的 60.8 分 1.1 分）。
推荐理由：原文拆解了用合成数据与校验器训练小模型复现设计语言的完整方法，可迁移到其他输出可被代码校验的任务。
AWS 博客演示了如何用 EDB Postgres AI 的 AIDB 扩展在 Postgres 库内构建 agentic AI 语义层（SemKB），并由运行在 Amazon Bedrock AgentCore 上的 Strands Agents agent 通过 MCP endpoint 查询，回答 customer 360 问题。
AWS 发布教程，讲解如何用序列级知识蒸馏（SeqKD）在 Amazon SageMaker AI 上把前沿教师模型的购物智能体蒸馏成更小的学生模型：以 Amazon Bedrock 上的 GLM-5.3 为教师生成 ShoppingBench 轨迹，用基准自带打分器筛出解题成功的轨迹，再以 serverless SFT 微调 Qwen3.5-4B。
Microsoft Research 推出 Industry Evaluation Data Generation Platform，通过全合成的企业环境（tenant）评估 Microsoft Copilot，避免使用真实客户敏感数据。
Hugging Face 宣布推出 Project ProtoStar，联合 Carnegie Mellon University、Purdue University、Georgia Institute of Technology、Arizona State University、The George Washington University 等高校。
NVIDIA 发布开源权重语音模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到单一 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人归属，可处理最长一小时录音并标注最多 8 位说话人，现已在 Hugging Face 和 ModelScope 开放。
推荐理由：原文给出榜单成绩与微调配方，读者可据此判断该模型在多语种转写与说话人分离上的可用性。
Exowatt 基于 Amazon SageMaker AI 无服务器模型定制构建可复用的微调流水线，产出面向边缘与云端的两个任务专用模型，在准确率上超过前沿模型且成本最多低 49 倍。
Google Research 提出面向大语言模型持续学习的睡眠框架，让模型在主动交互的清醒阶段与离线记忆巩固的睡眠阶段之间交替，把脆弱的短期上下文固化为稳定的长期参数。
AWS 用 Amazon SageMaker Python SDK v3 更新了边缘视觉质检的机队级模型生命周期方案，以 SageMaker Neo 取代已弃用的 SageMaker Edge Manager。
微软与 Hugging Face 联合发布并开源 ThinkingBox-Training（microsoft/thinkingbox-training），把 ThinkingBox-Bench 中对数据库终态的可执行检查复用为 RL 训练奖励。
推荐理由：原文给出了把数据库终态检查复用为 RL 奖励的完整训练流程与开源实现，读者可据此迁移方法到自己的智能体任务集。
Amazon SageMaker AI 的 serverless model customization 新增 training session APIs，把抽象边界从算法下移到算力。
Amazon SageMaker AI 无服务器模型定制的训练会话（training sessions）正式可用，用户可自行编写和协调训练循环，包括自定义损失函数或奖励信号，而 GPU 分配、分布式执行、故障恢复和检查点存储由平台托管。
Google DeepMind 与 Google Research 联合世界资源研究所（WRI）和国际应用系统分析研究所（IIASA）发布 Forest Typology（ForTy）2020。
Hugging Face 与 IBM Research 推出 Granite Timeseries Ensemble，用一个可扩展接口组合四个互补的 Granite 预训练时序模型，无需重训或拟合权重即可返回中位数与分位数预测。
AWS Machine Learning Blog 演示了在单台 trn2.48xlarge（16 颗 Trainium2 加速器、64 个逻辑 NeuronCore）上用 torchtitan 训练 Qwen3 的三种配置。
NVIDIA 发布 Kumo Relational，一个预训练的关系型基础模型，可直接在企业数据库上做预测，无需任务专属训练、特征工程或表展平，单次前向传播即可给出流失、需求、欺诈等预测结果。
推荐理由：原文给出了基准对比与部署入口，读者可据此评估它能否替代现有 XGBoost 生产管线。
Dharma AI 预告即将发表的 VocabX 论文，提出按每个 token 的服务成本而非出现频次来重建词表，在不改动基座模型和训练配方的前提下，将生产环境葡萄牙语作文评分器（基于 Qwen3-4B）的实测推理成本降低 77.0%，平均响应从 350 token 降到 101 token，bench score 从 0.703 升至 0.810。
NVIDIA 发布 Kumo Forecast（原名 NV-Tesseract Forecasting），一个基于 MOMENT-1-large 骨干、约 340M 参数编码器加可训练预测头的多变量时间序列预测模型，以 Apache 2.0 许可开源，代码在 NVIDIA/Kumo-TS，权重为 nvidia/Kumo-Forecast。
AWS 与 i14 合作，用 TorchNeuron Native 原生 PyTorch 在一台 trn2.48xlarge 实例上训练并部署 i14 的 Laplace 3B 线性注意力模型，训练吞吐约 120,000 tokens per second，推理在 1,280 并发序列下达到 11,544 output tokens per second。
AWS 博客演示了在 Amazon SageMaker HyperPod 上用 SFT 和 GRPO 微调 GPT-OSS-20B，使其按指令用目标语言进行推理。
Ai2 发布 FairStress 基准，用于测量 LLM 在最终选择之外的决策稳健性公平差异，包含 300 个双候选人场景、29 个领域，经人口统计身份与对抗前缀组合扩展至超过 1300 万测试用例，并提供 50K 项的 FairStress-Core 子集。
推荐理由：原文用对抗前缀揭示了输出层公平掩盖的决策稳健性差异，并给出相对有效的反事实 CoT 缓解方法。
IBM Research 在 Hugging Face 发布 ALTK-Evolve，用 GPT-4.1 从智能体自身训练轨迹中蒸馏出行为规则并追加到系统提示词，在不更新权重、无人工标注的前提下提升客服智能体表现。
推荐理由：原文展示了不更新权重、仅靠提示词级学习记忆提升客服智能体可靠性与成本的具体路径和量化结果。
新的 Amazon SageMaker AI 客户现在只需几步即可进入完全配置好的 SageMaker Studio 环境，可用 Google、GitHub、Apple、Amazon 账号或邮箱直接注册，无需填写高级 AWS 账户信息、验证手机号或输入信用卡（大多数客户）。
Google Research 分享三项研究进展，展示如何弥合 in-silico AI 探索与真实湿实验之间的差距。其一是 VERID 框架，作为实验室工作单元的语义数字孪生，提供实时 3D 状态追踪、快速虚拟试运行、硬件安全检查和同步视频与动作日志，基于开源 PyLabRobot 构建。
推荐理由：原文展示了从数字孪生到闭环实验的完整技术路径，读者可了解 AI 智能体如何接入湿实验环节。
NVIDIA 与 IIT Madras 的 AI4Bharat 联合发布 Nemotron-pretraining-Indic-v1，覆盖印度宪法所列 22 种语言、约 2.8 trillion tokens 的合成预训练语料，并同步开源用于生成该语料的 GPU 加速数据流水线。
GitHub 官方博客介绍了其新训练的密钥分类器，采用两阶段管线：先用高召回 regex 生成候选，再由微调 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥。
Microsoft Research 发布研究系统 StudentSim，用公开去标识学习记录训练个性化 AI 学生模拟器，用于在真人测试前评估和改进 AI 导师。
作者在 HuggingChat 中开启 ML-intern 模式，用提示词驱动其规划、训练、评估并发布模型，几天内做出 6 个模型，总算力成本约 USD 103。
推荐理由：作者公开了七条完整提示词和预算控制写法，可直接迁移到自己的微调项目中。
Google Research 与 NBER 合作发表的三个月田野实验显示，在 11 家律所 133 名律师中随机开放 Google Labs AI 专利撰写助手后，10 天和 90 天的起草评分分别提升 0.34 和 0.38 个标准差，但移除 AI 后的无辅助改稿任务中，提升完全来自资深律师（0.45 SD），初级律师无明显改善。
推荐理由：研究用三个月随机对照实验区分了工具使用与无辅助表现，可迁移的评估设计对判断AI培训效果有参考价值。
Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源 Agent Lightning v1.0，让部署所用的 agent harness 直接参与强化学习。
推荐理由：原文给出了训练范式、系统架构与实测数据，读者可据此评估它如何让部署用的 agent harness 直接参与 RL 训练。