AllenAI 发布 Olmo-core 3：面向万亿参数 MoE 的开源训练框架
AllenAI 发布开源训练框架 Olmo-core 3， redesigned MoE 训练系统，目标是将 MoE 训练扩展到万亿参数规模。基准测试显示，在 512 块 NVIDIA B300 GPU 上运行 1.2 万亿总参数模型达到 858 TFLOP/s/GPU，新栈比旧 FSDP 实现吞吐高约 2.7 倍；MXFP8 使吞吐比 BF16 提高约 21%。
#数据/训练
#数据/训练
今日 0 条Hugging Face BlogAI 评分5757
OpenAI NewsAI 评分5555 OpenAI 拦截一次协同的模型蒸馏提取行动
OpenAI 宣布拦截了一次旨在提取其受保护模型推理内容的协同行动，并表示正在加强针对对抗性蒸馏的防御措施。
Hugging Face Blog精选AI 评分6060 NVIDIA 开源表格基础模型 Kumo Tabular，单次前向预测登顶四大基准
NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签的表格数据在单次前向传播中完成分类或回归预测，无需训练、调参或特征工程。
推荐理由：官方发布开放表格基础模型，用上下文学习免训练预测，作者给出了架构细节和基准表现，读者可以评估它是否适合替换现有梯度提升树流程。
NVIDIA BlogAI 评分5959 NVIDIA 联合 Google DeepMind 等机构开源超 2,800 种病毒的蛋白复合物预测结构数据集
NVIDIA 与 Google DeepMind、EMBL-EBI 等机构合作，通过 AlphaFold Database 开放发布超过 2,800 种病毒蛋白复合物的预测 3D 结构。
NVIDIA BlogAI 评分5151 NVIDIA Isaac ROS 5.0 发布，引入智能体工作流支持开源机器人开发
NVIDIA 在多伦多 ROSCon 大会上发布 Isaac ROS 5.0，新增面向智能体的工作流、Isaac skills 和对 ROS Lyrical 与 Ubuntu 24.04 的支持。
Google ResearchAI 评分4747 Google 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 在 ACL 2026 提出 ToolGrad，先生成真实工具调用链再标注用户查询的“answer-first”范式，替代传统 DFS 探索式数据生成，通过 propose、execute、select、update 四个模块迭代构建 API 工作流。
Hugging Face Blog精选AI 评分6363 Hugging Face 实践：用 Storage Bucket 和代理跨 HF Jobs 跑 Async GRPO + LoRA，无需 NCCL
Hugging Face 博客介绍 TRL v1.14 的 AsyncGRPOTrainer 支持 LoRA 训练并仅向 vLLM 同步几 MB 的 adapter，训练与推理以独立 HF Jobs 运行，通过 Storage Bucket 挂载共享 adapter，前置代理负责加鉴权头、按 KV 前缀路由 rollout 并向所有副本广播 adapter 加载。
推荐理由：原文给出了跨机 LoRA GRPO 的完整架构与五轮瓶颈调优数据，500 步从 3 小时 27 分压到 53 分钟，方法可直接复用。
Google ResearchAI 评分4444 Google Research：面向低代表性人群基因组预测的迁移学习研究
Google Research 评估了将 UK Biobank 欧洲人群 GWAS 训练的多基因风险评分（PRS）迁移到 Biobank Japan 近 20 万日本人群样本的效果，涵盖 BMI、血压、HDL、LDL、血糖等 8 个临床性状。
Hugging Face BlogAI 评分5050 用 TRL 和 OpenEnv 训练编程模型绘制水彩画
Hugging Face 工程师用 TRL 和 OpenEnv 开源复现了 Surya Narreddi 的项目：训练语言模型写 JavaScript（通过 p5.brush）绘制水彩画。
Hugging Face Blog精选AI 评分6262 Hugging Face 用 100 步 GRPO 微调 LFM2.5-350M，IFStruct 成绩从 22.6% 提升至 29.7%
Hugging Face 发布教程，展示用 TRL 库以 GRPO 微调 LiquidAI/LFM2.5-350M 提升结构化输出合规率。训练仅用约 500 样本和 100 步，可在免费版 Colab 或 Kaggle GPU 上运行，评测经 llama.cpp 在 MacBook 本地完成。
推荐理由：原文给出完整可复现的 GRPO 微调流程和量化前后对比，读者可以用同样低成本方法提升小模型的结构化输出合规率。
Google ResearchAI 评分5353 Google 发布 MAPL-EMIT 深度学习框架，用 EMIT 卫星数据全球绘制甲烷排放点源
Google 与 NASA JPL 在 PNAS 发表 MAPL-EMIT，一个基于 Swin-S 视觉 transformer 的框架，可自动检测、量化和定位 EMIT 高光谱数据中的甲烷羽流。
Hugging Face Blog精选AI 评分6060 Open ASR Leaderboard 新增 Monsoon 印地语与印度英语评测集
Voice Arena 与 Hugging Face 合作，在 Open ASR Leaderboard 引入 Monsoon en-IN 和 Monsoon hi-IN 两套评测集，覆盖 4,888 名说话人，印地语是该多语言榜单上首个非欧洲语言。
推荐理由：原文给出 Monsoon 四个评测集的采集设计与区域误差分析样例，读者可以了解带说话人元数据的 ASR 评测能揭示什么。
Hugging Face BlogAI 评分5858 Multiverse Computing 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项基准中 7 项超越全精度原版
Multiverse Computing 发布 Quantization-Aware Healing（QAH）方法，将 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，模型在 9 项基准中的 7 项超过其 bfloat16 全精度版本，AA-LCR 提升 7.4 分、AIME 2025 提升 5.6 分。
Microsoft ResearchAI 评分4444 Microsoft Research 扩大 Skala 开放范围，加速迈向可预测的 DFT
Microsoft Research 发布 Skala 1.1，训练数据较上一版增加 2.5 倍，在 GMTKN55 基准的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol，并以 meta-GGA 的计算成本超越最昂贵的 global hybrid 泛函。
Hugging Face BlogAI 评分5555 IBM Research 拆解 ALTK-Evolve 与 ACE 的记忆交付差异，同等或更高准确率下大幅降低推理 token 成本
IBM Research 在博客中对比自家的 ALTK-Evolve 与 ACE 两种智能体记忆方法，两者都不压缩经验教训，差异在于交付：ACE 每步注入完整 playbook，ALTK-Evolve 按任务和模型能力检索适量 guideline。
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5454 Google Research 发布 Chain-of-Evidence 框架与 Science One 自主科研系统
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并发布原生维护证据链的自主科研原型 Science One Framework，配套 CoE Audit 自动审计指标。
Berkeley AI ResearchAI 评分4949 BAIR 提出训练 LLM 更新信念状态以支持长程交互的 ABBEL 框架
UC Berkeley BAIR 团队提出 ABBEL 框架，用自然语言信念状态替代完整交互历史作为 LLM 智能体的工作上下文，并通过 belief grading 监督摘要内容。
Berkeley AI ResearchAI 评分5252 Berkeley 研究者提出智能体时代数据系统研究议程：For、Of、By Agents
UC Berkeley 的 Aditya G. Parameswaran 团队发文认为近零成本推理时代将重塑数据系统，提出三类议程：For Agents 重新设计系统以应对智能体高并发重复查询（实验中仅 10-20% 子计划不同）。
Hugging Face BlogAI 评分5656 Photoroom 详解 PRX 系列第四篇：文生图模型的预训练数据策略
Photoroom 发布 PRX 系列第四篇博客，详解其 7B 文生图模型的预训练数据策略，包括用 Lance 建库、Mosaic Streaming（MDS）供流、分辨率与长宽比分桶等核心环节。
Google Research精选AI 评分6363 Google 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零样本基础模型 TabFM，将表格预测重构为上下文学习问题，免去人工训练、调参和特征工程。
推荐理由：官方介绍了把表格预测重构为上下文学习问题的模型设计、合成数据训练方式和 TabArena 基准结果，读者可据此评估其对传统表格机器学习流程的影响。
Hugging Face BlogAI 评分5757 NVIDIA NeMo AutoModel 基于 Transformers v5 加速 MoE 模型微调
NVIDIA NeMo AutoModel 构建在 HuggingFace Transformers v5 之上，只需更改一行 import 即可微调 MoE 模型，相比最优的 v5 配置训练吞吐提升 3.4-3.7x、GPU 显存降低 29-32%。
Hugging Face BlogAI 评分5151 MosaicLeaks 基准揭示深度研究智能体的马赛克式隐私泄露风险
ServiceNow 团队在 Hugging Face Blog 发布 MosaicLeaks 基准与 PA-DR 训练方法，研究深度研究智能体通过 web 查询逐步拼出私有文档信息导致的马赛克式隐私泄露。
Hugging Face Blog精选AI 评分6666 Hugging Face 实测多款 PEFT 技术：LoRA 表现良好但未必是最佳选择
Hugging Face 在 PEFT 库中 added LLM 数学微调和图像生成两个基准，用相同模型、数据、代码和硬件对比 40 多种 PEFT 技术，并追踪 VRAM、遗忘、运行时间和 checkpoint 大小等指标。
推荐理由：Hugging Face 用统一条件的基准实测多种 PEFT 技术，给出 LoRA 并非处处最优的证据和其他技术在两个任务上的具体取舍数据。
Hugging Face BlogAI 评分5252 开源社区多方共建 OpenEnv，推动开源智能体 RL 环境标准化
Hugging Face 宣布 OpenEnv 转为由多方委员会协调的开源项目，委员会成员包括 Meta-PyTorch、Unsloth、Modal、Nvidia、Microsoft 等。
Google Research精选AI 评分6767 Google 发布 PHRM 系统，用手机前摄在日常使用中被动监测心率与静息心率
Google 在 Nature 发表 PHRM 研究系统，利用人脸解锁后的前摄视频，通过深度学习在后台估计心率，相比 ECG 的 MAPE 为 6.09%，日静息心率相对 Fitbit Charge 6 的 MAE 为 4.39 bpm。研究覆盖近 700 名不同肤色参与者，是迄今最大规模的 rPPG 研究，并公开发布数据集与预训练 PHRM-mini 模型供合格研究者申请使用。
推荐理由：原文给出跨肤色验证数据与免费开放的数据集和模型入口，研究者可以据此评估rPPG方法的可复用性。
Hugging Face BlogAI 评分5656 NVIDIA 发布 Nemotron 3.5 Content Safety 多模态内容安全模型
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，将多模态输入、12 种语言显式训练覆盖、自定义策略执行和可审计推理轨迹统一到一次推理调用中。
Hugging Face BlogAI 评分4242 超越聊天机器人的 DPO：用模型自身的失败样本降低 OCR 文本退化
Hugging Face 在 DharmaOCR 训练中把 DPO 用于聊天对齐之外的场景：用模型自身失败产生的退化循环构建拒绝对，作为第二训练阶段降低结构化 OCR 的文本退化率。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 Ettin Reranker 系列：6 个 Apache 2.0 交叉编码器重排序模型
Hugging Face 的 Tom Aarsen 发布 ettin-reranker-v1 系列，含 17M 到 1B 六个 Sentence Transformers CrossEncoder 重排序模型，基于 Ettin ModernBERT 编码器，Apache 2.0 许可，支持最长 8192 token 上下文。
推荐理由：作者公开了六个模型、完整训练脚本和1.43亿条蒸馏数据，并给出与主流reranker的速度和精度对比，便于按规模选型或自行复现训练。
OpenAI NewsAI 评分2929 Parameter Golf 带给我们的 AI 辅助研究启示
OpenAI 举办 Parameter Golf 活动，汇聚 1000+ 参与者和 2000+ 提交作品，探索 AI 辅助机器学习研究。活动在严格约束下覆盖 coding agents、量化和新型模型设计等方向。
Hugging Face BlogAI 评分3535 在 AWS 上构建基础模型训练与推理的构建模块
Hugging Face 与 AWS 分析了基础模型预训练、后训练和推理生命周期所需的基础设施，提出由加速计算、高带宽低延迟网络和分布式存储构成的分层架构。
Hugging Face BlogAI 评分4848 vLLM V0 到 V1 迁移：RL 训练中先修正正确性问题
PipelineRL 在从 vLLM V0（0.8.5）迁移到 V1（0.18.1）时发现 train-inference 不匹配，影响 GSPO 训练的 clip rate、KL、entropy 和 reward。
OpenAI NewsAI 评分2323 ChatGPT 如何在保护隐私的同时学习世界知识
OpenAI 介绍了 ChatGPT 如何在了解世界的同时保护用户隐私：减少训练中的个人数据，并让用户可以选择自己的对话是否用于改进 AI 模型。
Hugging Face Blog精选AI 评分6464 IBM Granite 4.1 系列模型发布并详解训练过程
IBM Granite 团队发布 Granite 4.1 系列 dense 模型，含 3B、8B、30B 三个规模，在约 15T tokens 上训练，上下文经长文本扩展达 512K，均以 Apache 2.0 许可开源。
推荐理由：原文完整披露了五阶段预训练、SFT 质控和四阶段 RL 的训练配方，8B 稠密模型对标上一代 32B-A9B MoE 的结果也可供选型参考。
Google DeepMindAI 评分4949 Google DeepMind 发布 Decoupled DiLoCo：面向弹性分布式 AI 训练的新架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练拆分为异步通信的“岛屿”（learner units），可在全球分布的数据中心间训练 LLM。
Google ResearchAI 评分4343 Google 推出 Simula：从第一性原理出发的推理驱动合成数据生成框架
Google Research 推出 Simula，一个推理优先的合成数据生成框架，无需种子数据，将数据集构建分解为全局多样性、局部多样性、复杂化和质量检查四个可控维度。
Hugging Face BlogAI 评分3333 Hugging Face 开源 Ecom-RLVE：面向电商对话智能体的自适应可验证环境
Hugging Face 将 RLVE 框架从单轮推理任务扩展到多轮、带工具调用的电商对话场景，推出 EcomRLVE-GYM，提供 8 个可算法验证的环境，如商品发现、换货、购物车构建、订单追踪等。
Google ResearchAI 评分3737 Google Research 推出 ConvApparel 数据集：量化并弥合用户模拟器的真实感差距
Google Research 发布 ConvApparel 数据集，包含 4,000 多段服装购物领域的人机多轮对话（近 15,000 轮），用于量化 LLM 用户模拟器与真实人类行为的“真实感差距”。
Hugging Face Blog精选AI 评分6262 TII 发布 Falcon Perception 0.6B 早融合感知模型及 0.3B Falcon OCR
TII Falcon Vision 团队发布 Falcon Perception，一个 0.6B 参数的早融合 Transformer，用混合注意力掩码处理图像块与文本，做自然语言提示的开放词汇定位与分割，在 SA-Co 上达到 68.0 Macro-F1（SAM 3 为 62.3），但在 presence calibration 上落后（MCC 0.64 vs 0.82）。
推荐理由：TII 自述用单一早融合 Transformer 做开放词汇感知，读者可以看到架构、数据配方和 SA-Co 与 PBench 上的具体对比依据。
Google ResearchAI 评分4444 Google Research 研究：构建更好的 AI benchmark 需要多少标注者才够？
Google Research 在论文 "Forest vs Tree: The (N,K) Trade-off in Reproducible ML Evaluation" 中研究了 AI 评测中每题标注数（K）与标注条目数（N）之间的可复现性权衡，模拟器已开源在 GitHub。