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。
#数据/训练
Google DeepMind精选AI 评分6262
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。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 2026 春季开源 AI 生态报告
Hugging Face 发布《State of Open Source on Hugging Face: Spring 2026》报告，用平台数据梳理过去一年开源 AI 在竞争、地域、技术趋势与社区上的变化。
推荐理由：报告用下载、派生模型等多维数据刻画开源生态一年变化，可帮助读者理解竞争与地域格局的迁移。
Mistral AIAI 评分5858 Mistral AI 推出企业定制模型训练系统 Forge
Mistral AI 推出 Forge，帮助企业用自有专有知识训练前沿级 AI 模型，已与 ASML、Ericsson、European Space Agency 等机构合作。Forge 支持预训练、后训练和强化学习，兼容 dense 与 MoE 架构及多模态输入，并可由 Mistral Vibe 这类自主 agent 用自然语言完成微调、超参搜索与合成数据生成，同时监控指标防止基准回退。
Berkeley AI ResearchAI 评分3434 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融达到 SPEX 的性能。
Hugging Face Blog精选AI 评分6262 Hugging Face 用七个维度对比16个开源异步RL训练库
Hugging Face Blog 发布长文，为 TRL 的异步训练器设计做调研，按七个维度（编排原语、rollout buffer 设计、权重同步协议、staleness 管理、partial rollout 处理、LoRA 支持、分布式训练后端）对比了16个从零围绕异步训练构建的开源库。
推荐理由：文章用七个维度拆解了16个开源RL库的异步训练设计，读者可据此对比选型并理解各自权衡。
Google ResearchAI 评分5555 Google Research 论文：用贝叶斯示范微调让 LLM 学会概率推理
Google Research 在论文《Bayesian teaching enables probabilistic reasoning in large language models》中，通过监督微调让 LLM 模仿贝叶斯助手的预测来学习概率推理。
Hugging Face BlogAI 评分5858 用 Unsloth 和 Hugging Face Jobs 免费微调 LLM 的教程
Hugging Face 官方博客介绍如何用 Unsloth 和 Hugging Face Jobs 通过 Claude Code、Codex 等 coding agent 快速微调 LLM（以 LiquidAI/LFM2.5-1.2B-Instruct 为例），Unsloth 相比标准方法约 2 倍提速、约 60% 省显存。
Google ResearchAI 评分5454 Google Research 发布 MapTrace：用合成数据教会多模态模型在地图上追踪路径
Google Research 提出 MapTrace 任务、数据集与合成数据生成流水线，用 Gemini 2.5 Pro 和 Imagen-4 开源 2M 问答对，帮助多模态大语言模型学会在地图上追踪路径。
OpenAI NewsAI 评分4444 OpenAI 开源 GABRIEL：用 GPT 将定性文本与图像转为量化数据
OpenAI 推出开源工具包 GABRIEL，利用 GPT 将定性文本和图像转化为量化数据，帮助社会科学家规模化开展研究分析。
Hugging Face BlogAI 评分4545 Hugging Face 推出 SyGra Studio：可视化合成数据生成环境
Hugging Face 推出 SyGra 2.0.0 的 Studio，一个把合成数据生成变成可视化画布操作的交互环境，取代手写 YAML 和终端流程。用户可在画布上拖拽节点、预览数据源、内联调提示词并实时查看执行流，Studio 会同步生成对应的 SyGra graph config 与任务执行脚本。
Hugging Face Blog精选AI 评分6868 Photoroom 发布 PRX 文生图模型训练设计消融实验报告
Photoroom 在 Hugging Face Blog 发布 PRX 文生图模型训练系列第二篇，以 PRX-1.2B 在 256×256 Flux VAE 潜空间的 Flow Matching 基线（100k 步、1M MidJourneyV6 合成数据、AdamW lr 1e-4）为参照，系统消融四类训练技巧并报告 FID、CMMD、DINO-MMD 与吞吐变化。
推荐理由：以统一基线系统消融十余种训练技巧，给出各方法在质量与吞吐上的真实取舍，可直接迁移到自己的训练配置。
OpenAI NewsAI 评分5454 OpenAI 与 Snowflake 达成 2 亿美元合作，将 AI 能力接入企业数据
OpenAI 与 Snowflake 达成一项 2 亿美元的合作协议，把前沿 AI 能力带入企业数据场景，使 AI agents 和洞察可以直接在 Snowflake 中运行。
OpenAI NewsAI 评分3939 OpenAI 如何打造内部数据智能体：用 GPT-5、Codex 与记忆在数分钟内产出洞察
OpenAI 打造了内部数据智能体，结合 GPT-5、Codex 与记忆能力，对大规模数据集进行推理并在数分钟内给出可靠洞察。
Google ResearchAI 评分5757 Google Research 发布 ATLAS 多语言模型 scaling law 研究
Google Research 发布 ATLAS 研究，将发表于 ICLR 2026，是迄今规模最大的公开多语言预训练研究，涵盖 774 次训练、10M–8B 参数模型、400+ 语言数据与 48 种语言评测。
Hugging Face BlogAI 评分4747 中国开源 AI 生态的架构选择：DeepSeek 之后的多路径探索
Hugging Face 分析了 DeepSeek Moment 之后中国开源 AI 生态在架构与硬件上的选择：Kimi K2、MiniMax M2、Qwen3 等主流模型几乎一致转向 MoE 架构，Apache 2.0 成为默认开源许可，0.5B–30B 小模型因易本地运行和微调而广受欢迎，100B–700B 大模型则作为"教师模型"向下蒸馏。
Hugging Face BlogAI 评分5656 Hugging Face 博客复盘为 GPT-OSS 解锁 Agentic RL 训练的工程实践
Hugging Face 与 LinkedIn 团队复盘了在 verl 框架下为 GPT-OSS-20B 解锁 agentic RL 训练的过程，依次修复了三类问题。
Google ResearchAI 评分4747 Google Research 推出 GIST：智能采样的下一阶段
Google Research 在 NeurIPS 2025 推出 Greedy Independent Set Thresholding（GIST）算法，通过平衡数据多样性与效用解决子集选择难题，在图像分类等 benchmark 上超越 SOTA，并提供数学保证：所选子集价值至少为最优解的一半。
Google ResearchAI 评分3838 Google Research 验证 Android Auto 急刹车事件可作为路段碰撞风险的领先指标
Google Research 研究确认 Android Auto 采集的急刹车事件（HBE，减速度超 -3m/s²）与路段碰撞率呈统计显著正相关，可作为领先指标用于道路安全评估。
Google ResearchAI 评分5656 NeuralGCM 借助卫星观测提升长期全球降水模拟，论文发表于 Science Advances
Google Research 发文介绍 NeuralGCM 在 Science Advances 上发表的新研究，通过直接用 NASA 2001 至 2018 年卫星降水观测训练模型的机器学习部分，改进了降水模拟。
Berkeley AI ResearchAI 评分2424 伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025
伯克利 AI 研究团队提出一套基于互信息的成像系统评估与优化框架，可直接从含噪测量中估计信息量，并在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证其能预测解码器性能。该方法优化出的设计达到端到端 SOTA 方法水平，同时占用更少内存和算力，且无需任务专用解码器设计。
Hugging Face BlogAI 评分5656 Hugging Face Transformers v5 重构分词器架构
Hugging Face 官方博客介绍 Transformers v5 对分词器的重新设计，将分词器架构与训练好的词表分离，类似 PyTorch 把网络结构与权重分开。
Hugging Face Blog精选AI 评分6161 Hugging Face 教程：让 Codex 用 HF Skills 完成端到端模型微调
Hugging Face 发布教程，介绍让 OpenAI Codex 接入 HF Skills 仓库后完成端到端机器学习实验的流程。
推荐理由：教程给出从数据校验到成本预估的完整操作链，可直接迁移到自己的微调实验。
Google ResearchAI 评分4747 Google Research 推出 Urania：带差分隐私保证的 AI 聊天使用洞察框架
Google Research 在 COLM 2025 发表论文推出 Urania 框架，通过差分隐私（DP）聚类、DP 关键词提取与 LLM 摘要，为 LLM 聊天交互生成带形式化隐私保证的使用洞察。与非私有基线 Simple-CLIO 对比中，LLM 评估者在某次评测里最多有 70% 的时间偏好 DP 生成的摘要。隐私参数 ε 越小，摘要主题覆盖粒度越低，但隐私保证是数学性的而非启发式。
Hugging Face Blog精选AI 评分6464 Hugging Face 推出 Skills 让 Claude 微调开源 LLM 的教程
Hugging Face 发布 hf-llm-trainer skill，让 Claude Code 等编码智能体通过对话完成开源 LLM 微调的全流程，包括校验数据集、选择硬件、生成并提交训练任务、监控进度以及把模型推到 Hub。
推荐理由：教程给出了从数据校验到成本估算的完整闭环，读者可据此评估用对话完成微调的可行性。
Hugging Face BlogAI 评分4747 DeepMath：基于 smolagents 的轻量数学推理 Agent
Intel AI Software Group 推出 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调的数学推理 Agent，通过生成短 Python 片段在沙箱中执行中间步骤，输出长度最多减少 66% 且准确率常有提升。
OpenAI NewsAI 评分5151 OpenAI 宣布收购 Neptune
OpenAI 宣布收购 Neptune，以加深对模型行为的可见性，并强化研究人员用于跟踪实验和监控训练的工具。
Hugging Face Blog精选AI 评分7878 Hugging Face Transformers v5 发布：全面转向 PyTorch 并强化推理与量化
Hugging Face 发布 Transformers v5.0.0rc-0，日安装量超 300 万次、累计超 12 亿次，模型架构从 v4 的 40 个增至 400 多个。
推荐理由：官方系统梳理了 v5 在简化、训练、推理和量化上的取舍，读者可据此判断迁移成本与生态兼容变化。
Hugging Face BlogAI 评分5555 Hugging Face TRL 官方集成 RapidFire AI，微调实验提速约 20 倍
Hugging Face TRL 官方集成 RapidFire AI，让用户在几乎不改代码、不增加 GPU 需求的前提下并发比较多种微调/后训练配置。
Google ResearchAI 评分5555 Google 发布 JAX-Privacy 1.0 差分隐私训练工具包
Google Research 宣布发布 JAX-Privacy 1.0，这是一个基于 JAX 构建、用于开发和审计差分隐私（DP）模型的开源工具包，已通过 GitHub 仓库和 PIP 包提供。
Google ResearchAI 评分5454 Google Research 提出 Nested Learning 范式并发布 Hope 架构
Google Research 在 NeurIPS 2025 发表论文《Nested Learning: The Illusion of Deep Learning Architectures》，提出 Nested Learning 范式，将模型架构与优化算法视为同一系统的不同优化层级，以应对持续学习中的灾难性遗忘问题。
Google ResearchAI 评分4646 DS-STAR：一个达到 SOTA 的通用数据科学智能体
Google Research 提出数据科学智能体 DS-STAR，通过数据文件分析模块、LLM judge 验证与迭代式规划，在 DABStep、KramaBench、DA-Code 上取得 SOTA，准确率分别达 45.2%、44.7%、38.5%，超过 AutoGen 与 DA-Agent。