跳到正文

#数据/训练

今日 0 条
8月28日周五
  1. Google Research62

    Google Earth AI 推出行星预测引擎 PPE，自动完成地理空间建模全流程

    Google Earth AI 推出实验性研究能力行星预测引擎（PPE），可依据自然语言查询自主完成地理空间数据发现、特征工程、模型训练与评估，把原本需要数周人工数据工程的建模流程缩短到几分钟。

    推荐理由：原文给出PPE在公共卫生、粮食安全与疫情预测上的基准对比，可了解地理空间建模自动化的能力边界。

8月27日周四
  1. Google Research34

    Google Research 推出 GlucoFM：面向连续血糖监测的双流基础模型

    Google Research 发布 GlucoFM，一个自监督双流基础模型，将血糖的慢变基线趋势与短期波动分离，并保留时间与缺失信息。模型在 109,066 小时无标注 CGM 数据上预训练，覆盖 4 个队列、7 项临床任务共 14 组评估，平均 PR-AUC 比同语料预训练的最佳 GluFormer 变体高 5.8 个百分点。

8月26日周三
8月25日周二
  2. Hugging Face Blog62

    Multiverse Computing 提出 Quantization-Aware Healing，4-bit 压缩模型在 7/9 基准上超过其 bfloat16 版本

    Multiverse Computing 发布论文《Quantization-Aware Healing: A Practical Recipe for Recovering Compressed, 4-Bit LLMs》，提出 QAH 方法：在结构压缩并量化后，直接从压缩前的原始模型蒸馏，而非从恢复出的 bfloat16 检查点蒸馏。

    推荐理由：论文给出压缩加量化后从原始模型蒸馏的恢复配方，并附9项基准对比与QAT稳定性差异。

8月22日周六
8月21日周五
  2. Microsoft Research34

    微软 Skala 1.1 发布：训练数据增 2.5 倍，已接入 CP2K 并推进 Psi4、FHI-aims、ORCA、VASP 集成

    微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前首个公开版本的 2.5 倍，在 GMTKN55 的 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，并正被集成进 Psi4、FHI-aims、ORCA 和 VASP，同时微软研究院推出持续追踪各版本计算性能的 living benchmark。

8月19日周三
  1. Hugging Face Blog62

    ALTK-Evolve 研究：智能体到底需要多少记忆

    IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 研究，用 AppWorld 的 585 个多步任务评测八款模型，发现智能体记忆不是开关而是需要按模型校准的剂量。

    推荐理由：八模型对比给出了智能体记忆的三种剂量模式与 token 开销数据，可据此判断自家模型该用全量还是检索式注入。

8月18日周二
  1. Hugging Face Blog34

    同一集群利用率提升 33 个百分点：Hugging Face 约束感知 GPU 调度器如何改变分配顺序

    Hugging Face 构建了约束感知的 GPU 分配器，在相同硬件和负载下对比 FIFO 调度器，七个基准场景中 GPU 利用率最高提升 33 个百分点，优先级加权产出最高提升 105%。在五个真实争用场景中，利用率从 52–85% 提升至 72–88%，优先级加权价值平均提升 52%。核心变化不在硬件，而在于分配决策的顺序：实时推理按需求曲线逐时间步分配，批式任务按优先级跨整个调度周期排布。

8月17日周一
8月14日周五
8月13日周四
  2. Microsoft Research41

    MindTopo 揭示多模态大模型的空间推理能力短板

    微软研究院推出 MindTopo 基准，用于评测多模态大模型在连通性、封闭、顺序、分离与打结五类拓扑关系上的推理与规划能力。测试显示，模型在静态图像识别上表现明显优于交互式规划任务，且两者均远低于人类水平；失败多发生在规划阶段而非感知阶段，模型在场景变化中会丢失结构关系或提出违反物理约束的动作。图像与视频生成仅在单帧关系可见时偶有帮助，序列任务中仍不可靠。

8月12日周三
8月11日周二
8月10日周一
8月6日周四
  1. Google DeepMind77

    Google DeepMind 的 WeatherNext 气旋预报精度提升，并开源模型

    Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均多出一天（24 小时）的预报提前量，三天预报精度相当于此前模型的两天水平。

    推荐理由：Google DeepMind 在 Nature 论文中给出气旋路径与强度预报的精度提升，并同步开源模型权重，读者可据此了解 AI 天气预报的当前进展与可用入口。

8月4日周二
  1. Microsoft Research71

    微软研究院开源 Orchard 框架，支持在真实 harness 中训练智能体

    微软研究院发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可跨任务域复用环境、数据管线和评测流程，并支持直接在 Codex、OpenClaw、ZeroClaw 等真实 harness 中训练智能体。

    推荐理由：Orchard 把环境层做成可复用服务，并公开训练数据与评测方法，读者可据此判断开放智能体训练的成本门槛变化。

7月31日周五
7月30日周四
7月26日周日
  1. Berkeley AI Research35

    Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互

    Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要隔离为自然语言"信念状态"并加以监督评分，替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将自摘要模型与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也低于全上下文设置。

7月22日周三
7月21日周二
  1. Hugging Face Blog62

    Hugging Face 与 Pollen Robotics 发布开源机器人操作数据采集系统 Grabette

    Hugging Face 博客发布开源低成本机器人操作数据采集系统 Grabette，用手持夹爪加双摄像头记录人类演示，自动转换为 LeRobot 数据集。Grabette 手持端 BOM 成本约 490€，配套的 Gripette 电动夹爪约 120€，硬件 CAD、采集服务、处理流水线和示例训练栈全部开源，处理流程可在浏览器中通过 HF Space 完成。

    推荐理由：原文给出了手持夹爪采集机器人操作数据的完整开源方案与成本，读者可据此判断数据采集门槛的变化。

7月16日周四
  1. Hugging Face Blog22

    新模型来了，优势依旧：DharmaOCR 在巴西葡萄牙语 OCR 上仍领先 Mistral OCR4 与 Unlimited-OCR

    DharmaOCR 在葡萄牙语专项基准上以 0.925 分领先 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587，后两者分别落后约 13 分和 16 分以上。该模型经葡萄牙语监督微调加 DPO 两阶段训练，把全部参数集中于巴西葡萄牙语，在复杂文档提取质量和生成稳定性上形成结构性优势。文章认为，新架构并未改变这一领域专精带来的差距。

7月9日周四
7月7日周二
  1. Berkeley AI Research36

    智能免费之后：面向智能体、由智能体构建的数据系统

    伯克利 EPIC Data Lab 提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分厂商低于 $0.10，数据系统需应对三大新挑战：为智能体设计的数据系统、运行智能体集群的数据系统、以及由智能体合成的数据系统。在 text-to-SQL 基准上，多智能体尝试同一任务时仅 10-20% 子计划不同，80-90% 子查询存在重复计算。

  2. Hugging Face Blog60

    LeRobot v0.6.0 发布：世界模型策略、奖励模型 API 与六个仿真基准

    LeRobot v0.6.0 发布，围绕机器人学习闭环引入世界模型策略（VLA-JEPA、FastWAM、LingBot-VA）、新一批 VLA（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT）以及统一奖励模型 API（Robometer、TOPReward）。

    推荐理由：LeRobot v0.6.0 把世界模型策略、奖励模型 API 与六个仿真基准整合进同一套开源工作流，读者可据此判断机器人学习闭环的落地路径。

7月6日周一
  1. Hugging Face Blog22

    PRX Part 4：Hugging Face 的数据策略

    Hugging Face 在 PRX 系列第四篇中披露其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像长描述，再转为可流式训练的语料。团队将文本编码器从 T5Gemma 换成 Qwen3-VL 并改为训练时实时计算文本 latent，实测吞吐损失约 3–4%（30 天训练约多 1 天）。图像统一以 JPEG quality 92 编码，实测首次重编码几乎不可察觉。

7月1日周三
  1. Berkeley AI Research12

    2026 届 BAIR 博士毕业展示：从机器人到 LLM 推理的 AI 研究全景

    伯克利人工智能研究实验室（BAIR）公布 2026 届博士毕业生名单，研究方向覆盖机器人、具身智能、大语言模型与推理、计算机视觉、生成模型、AI 安全、人机交互及 AI for Science 与医疗。毕业生去向包括 Physical Intelligence、OpenAI、Mistral AI、Amazon 等机构，以及 UCLA、芝加哥大学教职和自主创业。

6月30日周二
  2. Google Research71

    Google 发布 TabFM：面向表格数据的零样本基础模型

    Google 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，将表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。

    推荐理由：原文给出 TabFM 的零样本表格预测机制与 TabArena 基准表现，读者可据此判断它能否替代传统树模型工作流。

6月25日周四
  1. Google Research27

    Google 用线性弹性缓存优化云成本，Spanner 内存用量降 15.5%

    Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小，在 Spanner 生产环境实测内存用量降低 15.5%、缓存未命中仅增加 5.5%、TCO 降低约 5%。该方案用浅层决策树为每个页面预测 TTL，缓存写满时仍由 LRU 兜底，并在多个公开缓存 trace 上与 GDSF 基线对比验证。