用 100 步 GRPO 微调 LFM2.5-350M 提升结构化输出合规率
Hugging Face 发布教程，用 TRL 库的 GRPO 对 LFM2.5-350M 做 LoRA 微调，约 500 条样本、100 步训练，在 IFStruct 基准上通过率从 22.6% 提升到 29.7%，其中 JSON 从 18.0% 升至 31.9%，YAML 基本持平。
#数据/训练
Hugging Face BlogAI 评分5656
Google ResearchAI 评分3636 Google 用深度学习从太空绘制全球甲烷排放地图
Google Research 提出 MAPL-EMIT 深度学习框架，基于 NASA EMIT 高光谱数据自动检测、预测增强并定位全球甲烷羽流，在专家标注羽流上召回率达 84%。
Microsoft ResearchAI 评分4141 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Google Research精选AI 评分6161 Google Earth AI 推出 planetary prediction engine 自动化地理空间建模
Google Research 介绍 Google Earth AI 的实验性能力 planetary prediction engine（PPE），可从自然语言查询出发自主完成数据发现、特征工程、模型训练与评估，把复杂地理空间预测模型的构建时间从数周缩短到数分钟。
推荐理由：原文给出了三阶段架构与四类任务的具体指标，读者可据此判断自动化地理空间建模相对人工流程的实际增益。
Google ResearchAI 评分4242 GlucoFM：用于连续血糖监测的基础模型
Google Research 推出自监督连续血糖监测（CGM）基础模型 GlucoFM，采用双流设计分离慢速血糖趋势与短期偏差。在 4 个队列、7 项临床预测任务共 14 项评测中，其平均 PR-AUC 达 58.8，较同语料预训练的 GluFormer 最优变体高 5.8 个百分点。
Hugging Face BlogAI 评分4747 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。
Import AIAI 评分2222 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
Import AI 470 关注三项研究：METR 分析显示 AI 对网络安全漏洞发现加速最明显，对数学研究贡献较小，对 AI 研究本身尚无显著加速。SPADE 通过自博弈让 LLM 交替生成可执行训练环境并求解，在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3，较基线提升 8.1。Hawkeye 则用于构建更好的 GPU kernel。
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。
Import AIAI 评分2222 Import AI 468：23 条 RSI 政策建议、PostTrainBench+，以及信任与透明度如何影响 AI 竞赛
Import AI 第 468 期收录了智库 IFP 提出的 23 条“低后悔”政策建议，分属 7 个类别，用于帮助政策制定者应对 AI 研发自动化风险。MIT 与 Columbia 的论文 Racing to Ruin 用博弈模型分析企业竞速，认为透明度和对对手可信度的判断是能否实现协调减速的关键变量。本期还介绍了 PostTrainBench+ 及一篇关于智能机器与机器人身体的虚构短篇。
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。
Import AIAI 评分6262 多伦多大学等机构构建可自我复制的 AI 蠕虫原型
多伦多大学、Vector Institute、剑桥大学和 ServiceNow 的研究者构建了一个原型计算机蠕虫，用开源权重 LLM 配合定制 harness 入侵主机，并寄生被攻陷机器的 GPU 运行推理以维持自身推理和扩散。
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。
Import AIAI 评分5555 Import AI 463：NVIDIA 机器人自我改进、腾讯万卡集群与人类时代挽歌
本期 Import AI 介绍了 NVIDIA 的 ENPIRE 系统，让编码智能体驱动实体机器人完成自主试验与自我改进闭环，在 PushT 等灵巧操作任务上达到 99% 成功率，同时指出多机器人并行时资源利用率下降的挑战。
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。
Import AIAI 评分5151 Import AI 457：AI 版 Stuxnet、Muon 优化器缺陷与正向对齐
Jack Clark 的 Import AI 457 期周刊汇总四条内容：SentinelOne 拆解约 20 年前的 fast16.sys 病毒，其针对 LS-DYNA 970。
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。