UK AISI 与 EvalEval 如何让评测结果可复现
UK AISI 正在使用 EvalEval 的基础设施公开分享评测结果，以提升评测的可复现性与可验证性。
#开源/仓库
#开源/仓库
今日 0 条Hugging Face BlogAI 评分4949
Google ResearchAI 评分3636 Google 发布 MilleMiglia：面向中英里物流的仿真实例生成器
Google Research 推出 MilleMiglia，一个用 C++ 编写的实例生成器，可为中英里（middle-mile）物流网络生成贴近现实且保护隐私的基准数据，源代码与文档已在 GitHub 开放。
Hugging Face BlogAI 评分4343 Hugging Face 让知识蒸馏成本低到可大规模运行
Hugging Face 论文提出两项系统改动来降低 LLM 知识蒸馏成本：离线缓存 teacher 的 top-100 logits，以及将输出投影融合进损失的 fused chunked KL loss，避免构建全词表 × 序列长度矩阵。
Google ResearchAI 评分5050 Google Research 发布非洲语言开放语音语料库 WAXAL
Google Research 推出大规模开放语音数据集 WAXAL，覆盖撒哈拉以南非洲 27 种语言、超过 1 亿使用者。首批包含约 1,846 小时转写自然语音（WAXAL-ASR，采用图像提示引发自发话语）和 565 小时以上高保真 TTS 录音，以 CC-BY-4.0 许可发布，由 Makerere 大学、加纳大学等非洲机构主导采集，后续计划持续扩展语言。
Hugging Face BlogAI 评分5050 NVIDIA 发布 Nemotron-Personas-India：面向主权 AI 的开源合成人物数据集
NVIDIA 发布 Nemotron-Personas-India，首个对齐印度真实人口分布的开源合成人物数据集，采用 CC BY 4.0 许可。数据集包含 2100 万个人物（3M 记录 × 7 人物），共 7.7 billion tokens，支持英语和印地语（天城文与拉丁字母），覆盖全部 36 个邦和 640 个地区。
Hugging Face BlogAI 评分4747 NVIDIA 发布 Nemotron-Personas-Japan：面向主权 AI 的日语合成数据集
NVIDIA 发布首个面向日本人口统计、地理与文化特征的开源合成人设数据集 Nemotron-Personas-Japan，采用 CC BY 4.0 许可。
Hugging Face BlogAI 评分5151 Yaak 与 Hugging Face LeRobot 团队发布全球最大开源自驾数据集 L2D
Yaak 与 LeRobot 团队发布开源自驾数据集 L2D（Learning to Drive），R4 版含 100 万个 episode、5000+ 小时驾驶、90+ TB 多模态数据，采集自德国 30 个城市的 60 辆驾校电动车。
Hugging Face Blog精选AI 评分6262 Hugging Face Open R1 更新：发布 OpenR1-Math-220k 数学推理数据集
Hugging Face Open R1 项目发布首个大规模数学推理数据集 OpenR1-Math-220k，在 512 张 H100 上用 DeepSeek R1 为 40 万道题生成 80 万条推理轨迹，经 Math Verify 和 Llama3.3-70B-Instruct 过滤后保留 22 万条正确轨迹。
推荐理由：原文详述数学推理数据集的构建方法、过滤策略与消融结果，也覆盖社区在小样本微调和 CoT 长度控制上的进展。
Hugging Face BlogAI 评分5050 Hugging Face Data is Better Together 社区发布开放文本生成图像偏好数据集 open-image-preferences-v1
Hugging Face 的 Data is Better Together 社区发布 Apache 2.0 许可的文本生成图像偏好数据集 open-image-preferences-v1，包含 10K 偏好对、超 30K 标注响应，由 250 多名社区成员在不到两周内完成。
Hugging Face BlogAI 评分5555 Hugging Face 发布 Docmatix 文档视觉问答数据集，规模扩大 240 倍
Hugging Face 发布 Docmatix，一个面向文档视觉问答（DocVQA）的大型数据集，含 240 万张图像和 950 万问答对，来自 130 万份 PDF，规模为此前数据集的 240 倍。
OpenAI NewsAI 评分3737 OpenAI 发布 CoinRun：量化强化学习中的泛化能力
OpenAI 发布 CoinRun 训练环境，为智能体将经验迁移到新情境的能力提供量化指标，并已帮助厘清强化学习中一个长期存在的难题。CoinRun 的复杂度介于传统平台游戏（如 Sonic the Hedgehog）与更低难度环境之间，同时对最先进算法仍构成有价值的泛化挑战。
OpenAI NewsAI 评分5757 OpenAI 发布可逆生成模型 Glow 及在线可视化工具
OpenAI 发布可逆生成模型 Glow，使用可逆 1x1 卷积，扩展并简化了此前可逆生成模型的工作。模型可生成真实的高分辨率图像，支持高效采样，并能发现可用于操纵数据属性的特征；OpenAI 同时开源模型代码并上线在线可视化工具。
OpenAI NewsAI 评分4444 OpenAI 发布 LOLA 算法：让智能体学会建模其他智能体
OpenAI 发布 LOLA（Learning with Opponent-Learning Awareness）算法，该算法会考虑其他智能体也在学习这一事实。在迭代囚徒困境中，LOLA 能自主发现“以牙还牙”这类利己 yet 协作的策略，是迈向能建模“他者心智”的智能体的一小步。