Google DeepMind精选AI 评分7373

Google DeepMind 公布 AlphaEvolve 一年进展：从 TPU 设计到商业客户落地

Google DeepMind 回顾了 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用进展，称其已从试点成为 Google 基础设施的核心组件，用于优化下一代 TPU 设计和缓存替换策略。

OpenAI 发布 MRC（Multipath Reliable Connection）大规模 AI 训练网络协议

OpenAI 推出 MRC（Multipath Reliable Connection）超级计算机网络协议，通过 OCP 开放发布，用于提升大规模 AI 训练集群的韧性与性能。

Francois Chollet 宣布其著作《Deep Learning with Python》现已可在 deeplearningwithpython.io/ 免费在线阅读。该书已售出 120,000 册，另有数百万人下载，作者称成千上万人借此书开启职业生涯。

Import AIAI 评分6262

Import AI 455：AI 系统即将开始自我构建

Jack Clark 在 Import AI 第 455 期中判断，到 2028 年底前出现无人类参与的 AI 研发（即前沿模型能自主训练出自己的后继版本）的概率约为 60%，2027 年前出现的概率约为 30%。

Google ResearchAI 评分2828

Google Research 如何通过全球合作与开放资源推动科学影响

Google Research 公布其开源工具与开放数据集已支持全球超 25 万名研究人员和开发者。其中基因组学工具 DeepVariant、DeepConsensus、DeepPolisher 已助全球处理 250 万人的外显子与全基因组，Health AI Developer Foundations 及 MedGemma 累计下载超 480 万次。

Google Research精选AI 评分6060

Google Research 科学家使用 ERA 开展科研的四种方式

Google Research 介绍了科学家使用 Empirical Research Assistance（ERA）开展科研的四个方向：公共卫生、宇宙学、气候与神经科学。

Hugging Face Blog精选AI 评分6060

Granite 4.1 LLM 是如何训练的：IBM 公开数据工程、预训练与强化学习全流程

IBM Granite 团队发布技术文章，详解 Granite 4.1 系列稠密 LLM（3B、8B、30B）的训练流程：约 15T tokens 五阶段预训练，上下文窗口经长上下文扩展至 512K tokens，随后用约 4.1M 条高质量样本做 SFT，并采用 on-policy GRPO 配合 DAPO loss 的多阶段强化学习。

OpenAI 构建 AI 就业转型分析框架，覆盖 921 种职业与 1.48 亿美国岗位

OpenAI 提出一套新框架，分析 921 种职业和 1.48 亿个美国岗位，识别哪些角色面临自动化风险、重组、增长或受 AI 影响较小。

Google DeepMind精选AI 评分6262

Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构

Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，将训练拆分为解耦的计算“岛屿”，岛屿间异步传输数据，从而隔离局部硬件故障。

OpenAI 发布开源权重模型 Privacy Filter，用于检测和脱敏文本中的 PII

OpenAI 发布 Privacy Filter，这是一款开放权重模型，用于检测和脱敏文本中的个人身份信息（PII），官方称其准确率达到 state-of-the-art 水平。

Hugging Face BlogAI 评分3434

QIMMA：Hugging Face 推出质量优先的阿拉伯语 LLM 排行榜

Hugging Face 发布 QIMMA（阿拉伯语"顶峰"）阿拉伯语 LLM 排行榜，在评测模型前先对基准做质量验证，整合 14 个来源基准的 109 个子集、超 52,000 条样本，覆盖 7 个领域，其中 99% 为原生阿拉伯语内容，也是首个含代码评测的阿拉伯语排行榜。验证发现 ArabicMMLU 丢弃率 3.1%、MizanQA 2.3%，问题涵盖答案错误、文本损坏与文化偏见。

Berkeley AI ResearchAI 评分3333

GRASP：面向世界模型长时程规划的梯度规划器

伯克利 AI 研究提出 GRASP，一种面向学习动力学（世界模型）的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度，使长时程规划更实用、更鲁棒。该工作由 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 与 Amir Bar 合作完成。

Google ResearchAI 评分3838

Google 提出 Simula：面向真实世界的合成数据集机制设计与推理框架

Google 提出推理优先的合成数据生成框架 Simula，无需种子数据，将数据集构建拆解为全局多样化、局部多样化、复杂化和质量检查四个可控维度，并以 Gemini 2.5 Flash 为教师模型、Gemma-3 4B 为学生模型在网络安全、法律推理、GSM8k 和 Global MMLU 等五个领域生成最多 512K 数据点。

Google ResearchAI 评分3636

Google Research 用 AI 合成神经元加速脑图谱绘制，重建误差降低 4.4%

Google Research 提出 MoGen（Neuronal Morphology Generation），基于 PointInfinity 点云流匹配模型生成合成神经元形状，为 PATHFINDER 重建模型补充训练数据，使小鼠轴突重建误差降低 4.4%，主要来自 merge error 的减少。

用 ChatGPT 分析数据

ChatGPT 可用于探索数据集、生成洞察、创建可视化，并将分析发现转化为可执行的决策。

Google ResearchAI 评分3434

Google Research 发布 ConvApparel：测量并弥合用户模拟器的真实感差距

Google Research 推出 ConvApparel 数据集，包含服装购物领域超 4,000 段人机多轮对话、近 15,000 轮次，用于量化 LLM 用户模拟器与真实人类的真实感差距。

Google ResearchAI 评分3131

Google Research 研究：AI 基准测试需要多少标注者才够？

Google Research 在《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》中研究了标注条目数与每条目标注者数的权衡，发现常用的每条目 1、3、5 名标注者往往不足，可靠结果常需超过 10 名。

Google Research精选AI 评分6262

Google 发布 TurboQuant 等向量量化算法，将 KV cache 压缩至 3 bit

Google 发布 TurboQuant 压缩算法，可将 KV cache 量化到 3 bit，无需训练或微调且不损失模型精度，相关论文将亮相 ICLR 2026。

Google ResearchAI 评分3333

Google Research 的 S2Vec 如何学习城市建筑环境的通用嵌入向量

Google Research 推出自监督框架 S2Vec，将建筑环境栅格化为多层特征图像，用掩码自编码（MAE）学习通用嵌入向量，无需人工标注即可刻画任意地点的特征。在 US-wide 人口密度、收入中位数等社会经济指标的零样本地理外推任务上，S2Vec 通常是表现最好的单一模型，与图像嵌入做多模态融合后效果普遍优于任一单模态。在树木覆盖、海拔等环境任务上仍有明显改进空间。

Google ResearchAI 评分3434

Google Research 在 The Check Up 展示医疗 AI 进展：从个性化护理到公共卫生

Google Research 在 The Check Up 活动上公布多项医疗 AI 进展：与 Fitbit 合作研究的 Personal Health Agent（PHA）在长期健康支持上优于单一任务应用，实验性 AI 系统识别出 25% 此前被漏诊的"interval cancers"。

Google Research精选AI 评分6666

Google Research 与 NHS 合作研究：AI 用于乳腺筛查双读流程

Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项姊妹研究，评估 AI 乳腺筛查系统。

Google DeepMindAI 评分5252

Google DeepMind 发布 AGI 认知分类法论文，并联合 Kaggle 举办评测黑客松

Google DeepMind 发布论文《Measuring Progress Toward AGI: A Cognitive Taxonomy》，提出涵盖感知。

Mistral AI精选AI 评分6262

Mistral AI 推出 Forge，让企业用自有知识训练前沿模型

Mistral AI 推出 Forge，一个让企业基于专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 两种架构，并可按需支持多模态输入，模型可在企业自有基础设施内训练和治理。

Mistral AIAI 评分4343

Mistral AI 加入 NVIDIA Nemotron Coalition，联合开发开源前沿模型

Mistral AI 以创始成员身份加入 NVIDIA Nemotron Coalition，双方计划联合开发前沿开源 AI 模型，结合 Mistral 的模型架构与全栈平台和 NVIDIA 的算力、模型开发工具及合成数据管线。

Google ResearchAI 评分3838

Google 用高温超导研究问题测试 LLM 世界模型

Google 与康奈尔大学合作在 PNAS 发表研究，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和自建 RAG 系统共 6 个 LLM 回答 67 道高温超导专家级问题，由国际专家小组按 6 项指标盲评打分。

Berkeley AI ResearchAI 评分2626

伯克利提出 SPEX 与 ProxySPEX：为 LLM 大规模识别特征交互

伯克利 AI 研究团队提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别关键交互。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约少 10 倍的消融次数达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展至数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等边际方法。

Google Research精选AI 评分6767

Google 在 Flood Hub 上线城市山洪预报，提前 24 小时预警

Google 宣布在 Flood Hub 上线城市山洪预报，借助新的 AI 方法可在城市地区提前最多 24 小时预测山洪风险。为弥补山洪缺乏地面实测数据的问题，Google 用 Groundsource 方法结合 Gemini 分析公开新闻报道，构建历史山洪事件数据集来训练和评估新模型。

Google Research精选AI 评分6060

Google 推出 Groundsource，用 Gemini 将新闻报道转为灾害数据

Google 推出 Groundsource，一种用 Gemini 从非结构化全球新闻中提取灾害数据的可扩展方法，并开放首个城市山洪数据集，包含 260 万条记录、覆盖 150 多个国家、时间跨度从 2000 年至今。

Hugging Face BlogAI 评分3636

Hugging Face 调查 16 个开源 RL 库：异步训练如何让 GPU 不再空转

Hugging Face 对 16 个围绕异步训练构建的开源 RL 库做了横评，按编排原语、rollout buffer 设计、权重同步协议、陈旧度管理、部分 rollout 处理、LoRA 支持与分布式训练后端 7 个维度对比。

Hugging Face Blog精选AI 评分6060

Hugging Face Hub 推出 Storage Buckets 对象存储

Hugging Face 在 Hub 上推出 Storage Buckets，一种非版本化的 S3 式可变对象存储，用于存放 checkpoint、优化器状态、处理后的分片和 Agent traces 等中间产物。

Hugging Face Blog精选AI 评分6262

LeRobot v0.5.0 发布：支持 Unitree G1 人形机器人并新增六种策略

LeRobot v0.5.0 发布，自 v0.4.0 以来合并 200 多个 PR、新增 50 多位贡献者，首次加入 Unitree G1 人形机器人支持，涵盖运动、操作、遥操作与全身控制。

Hugging Face BlogAI 评分4040

Ulysses 序列并行：如何用百万 token 上下文训练大模型

Hugging Face 博客详解源自 Snowflake AI Research 的 Ulysses 序列并行（ALST 协议的一部分），通过注意力头并行与 all-to-all 通信把长序列切分到多 GPU，突破单卡显存限制。

Google ResearchAI 评分4242

Google Research 发布 WAXAL：覆盖 27 种非洲语言的大规模开放语音数据集

Google Research 发布 WAXAL，一个覆盖 27 种撒哈拉以南非洲语言、服务超 1 亿使用者的开放语音数据集，采用 CC-BY-4.0 许可。该数据集包含约 1,846 小时 ASR 转写语音和超 565 小时 TTS 高保真录音，由非洲学术与社区机构主导采集，2021 年起历时多年完成。

Google ResearchAI 评分3737

Google 如何教 LLM 像贝叶斯那样推理

Google Research 提出"贝叶斯教学"方法，通过监督微调让 LLM 模仿贝叶斯助手在航班推荐任务中的预测，从而学会概率推理。在五轮模拟用户交互中，未经训练的 LLM 表现明显逊于最优贝叶斯助手，且往往在单次交互后性能就停滞，难以随新信息持续更新；而贝叶斯教学不仅提升该任务表现，还能泛化到其他任务。

Hugging Face Blog精选AI 评分6060

Photoroom 用 32 张 H200 在 24 小时内训练出文生图模型 PRX

Photoroom 发布 PRX 系列第三篇，用 32 张 H200、约 1500 美元算力预算在 24 小时内完成一次文生图模型训练，并开源训练代码与实验框架。

Hugging Face BlogAI 评分5252

Hugging Face 详解 transformers 中的 MoE 支持

Hugging Face 发文介绍 transformers 库如何为 MoE 模型重构支持，涵盖权重加载、专家后端、专家并行与训练四部分。权重加载引入 WeightConverter 与惰性物化，将 256 个独立专家张量打包为单个连续张量；在 Qwen1.5-110B-Chat 上，v5 异步加载耗时 20.71s，v4 为 66.24s，张量并行下为 10.1s。

Hugging Face Blog精选AI 评分6060

用 Unsloth 和 Hugging Face Jobs 免费训练 AI 模型

Hugging Face 发布教程，介绍如何通过 Claude Code、Codex 等编码智能体，用 Unsloth 和 Hugging Face Jobs 微调 LiquidAI/LFM2.5-1.2B-Instruct。

Google ResearchAI 评分3737

Google 用 MapTrace 合成数据教多模态大模型在地图上寻路

Google Research 提出 MapTrace，用 Gemini 2.5 Pro 与 Imagen-4 构建全自动合成数据管线，生成 200 万条带路径标注的地图问答对并已开源。该管线经地图生成、Mask Critic 筛选可通行区域、构建像素图、Dijkstra 求最短路加 Path Critic 校验四步，在 23,000 条路径上微调多个 MLLM 以提升细粒度空间推理能力。

OpenAI 开源 GABRIEL：用 GPT 将定性文本与图像转为定量数据

OpenAI 发布开源工具包 GABRIEL，借助 GPT 把定性文本和图像转化为定量数据，帮助社会科学家大规模分析研究。该工具面向社会科学研究场景，可扩展处理规模。

Google ResearchAI 评分3838

Google 研究：用鸟类数据训练的 Perch 2.0 如何揭示水下鲸类之谜

Google Research 与 Google DeepMind 发现，主要用鸟类等陆生动物音频训练的 Perch 2.0 生物声学基础模型，在未接触任何水下音频的情况下，仍能作为嵌入模型有效迁移到海洋任务，用于区分须鲸物种和虎鲸生态型。