uniopen 如何用 Amazon Nova 2 Lite 定制零售审核策略并部署生产
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 做监督微调，并叠加提示词级输出优化，使其适配自身零售审核策略。
#数据/训练
#数据/训练
AWS Machine Learning BlogAI 评分 X：AK (@_akhaliq)AI 评分 新在线策略蒸馏方法：教师是方向而非终点，学生可匹配或超越教师
一种新的在线策略蒸馏方法通过外推 RL 引发的表征残差，让学生在四组模型对上匹配甚至超越教师模型。该方法将教师视为方向而非终点，代码和 checkpoint 计划发布。
X：AK (@_akhaliq)AI 评分 Volantis 完成 8800 万美元 A 轮融资，用光学方案破解 AI 内存瓶颈
Volantis 宣布完成 8800 万美元 A 轮融资，用光学技术解决 AI 内存瓶颈，将单芯片内存带宽与容量提升数个数量级，实现大模型（>10T）最高 10,000 tps/user 的超快推理和低 $/tok。该方案初期面向编程智能体，把原本数小时的任务压缩到几分钟甚至几秒，其下一代产品已完成流片，目标刷新相关距离上的带宽密度世界纪录。
X：Rohan Paul (@rohanpaul_ai)AI 评分 ScienceBuddy 如何让科学智能体从 42.2% 提升到 73.3% 准确率
ScienceBuddy 将用户在对话中的纠正转化为带评分的测试任务，交替改写智能体的提示词与技能、重训模型，把科学智能体准确率从 42.2% 提升到 73.3%。
X：Rohan Paul (@rohanpaul_ai)AI 评分 NVIDIA 论文：长任务中模型准确率下降，建议给条目编号并分批处理
NVIDIA 新论文测试 7 个开源模型在加数字、排序列表等简单重复任务上的表现，128K token 任务的平均准确率比 4K token 任务低 62.8%，最好的模型在最长的任务中也只有 17.1% 全部答对。
X：Rohan Paul (@rohanpaul_ai)AI 评分 腾讯 SkillAdam：让 AI 自动改进智能体技能指令，准确率 28.3% 且 token 消耗降至约三分之一
腾讯论文提出 SkillAdam，让 AI 自动改进智能体技能指令时记录已修复的问题，并在效果不稳定时只做小幅修改。在长程购物与旅行规划任务上，它平均准确率达 28.3%，高于此前最佳方法 SkillOpt 的 21.7%，token 用量约为后者的三分之一。该方法针对自动改写指令常陷入反复、新改动推翻已有修复的问题。
X：Rohan Paul (@rohanpaul_ai)AI 评分 BIS 报告：2021 至 2025 年 AI 公司超半数投资来自同行
国际清算银行（BIS）发布关于 AI 公司循环融资的报告，2021 至 2025 年间同行贡献了 AI 公司投资额的 55.2%，AI 投资者自身交易额的 28.7% 流向 AI 标的。
X：Rohan Paul (@rohanpaul_ai)AI 评分 BIS 报告：AI 企业 55.2% 融资来自其他 AI 公司
国际清算银行（BIS）发布关于 AI 公司循环融资的报告，2021 至 2025 年间 AI 企业获得的投资中 55.2% 来自其他 AI 公司，而 AI 投资方投出的资金中只有 28.7% 流向 AI 企业。
X：Testing Catalog (@testingcatalog)AI 评分 Volantis 完成 8800 万美元 A 轮融资，用光子互连破解 AI 内存瓶颈
Volantis 完成 8800 万美元 A 轮融资，由 Lachy Groom 和 Abstract 联合领投，John Doerr、Susa Ventures、VXI Capital、Triatomic Capital 参投，Jeff Dean、Dwarkesh Patel、Naveen Rao、Sholto Douglas 以天使身份加入。
X：Testing Catalog (@testingcatalog)AI 评分 Volantis 获 8800 万美元 A 轮融资，用光学互连解决 AI 内存瓶颈
Volantis 完成 8800 万美元 A 轮融资，由 Lachy Groom 和 Abstract 联合领投，John Doerr、Susa Ventures、VXI Capital 和 Triatomic Capital 参投。
TechCrunch · AIAI 评分 AWS 发布开源决策模型 Strands Decider 2B，对标 TypeSafe 的 Jev
AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，可在本地运行，用于在预设选项中快速做出选择并给出置信度评分。该模型由 AWS 杰出工程师 Marc Brooker 受 TypeSafe 的 Jev 启发开发，曾在同尺寸模型的 Jevbench 排名中登顶。
TechCrunch · AIAI 评分 Google 估算 Starship 需发射约 1800 次才能支撑太空数据中心
Google 的轨道计算卫星搭乘 SpaceX 火箭从加州升空，首次将其 TPU 送入太空，用于验证芯片在轨供电、散热与运行模型的能力。
X：Arena (@arena)AI 评分 Arena 研究：前沿文生图模型后训练的复合奖励设计
Arena 发布文生图模型后训练研究，认为人类偏好奖励必要但不充分，偏好模型仍会奖励细节缺失、加入未要求内容等 reward-hacking 输出。
X：Arena (@arena)AI 评分 Arena 研究：前沿图像模型后训练需复合奖励，FLUX.2-dev 提升 69 Elo
Arena 研究提出前沿图像模型后训练的复合奖励方案，认为人类偏好奖励必要但不充分，偏好模型仍可能奖励细节缺失、引入未请求内容等 reward-hacking 行为。
X：SemiAnalysis (@SemiAnalysis_)AI 评分 SemiAnalysis：定制 HBM 如何为 Rubin 与 Feynman 腾出 GPU 算力面积
SemiAnalysis 分析称，定制 HBM 可将内存控制器从 XPU 移到 HBM base die，并用 Nvidia 的 NV-HBI die-to-die 链路替代标准 PHY。
X：SemiAnalysis (@SemiAnalysis_)AI 评分 SemiAnalysis：定制 HBM 为 Rubin 与 Feynman 释放算力裸片面积
SemiAnalysis 估算，Rubin 上 HBM 控制器与 PHY 约占 GPU 裸片 16%，采用 NVHBM 的 Feynman 将降至约 4%，因为内存控制器从 XPU 移至 HBM base die，标准 PHY 被 Nvidia 紧凑的 NV-HBI die-to-die 链路取代。
X：Karina Nguyen（@karinanguyen）AI 评分 Repovive 数学竞赛 AI 判卷评测：GPT 与 Claude 模型评判数学证明的能力对比
Repovive 联合 IOI、IMO、ICPC 决赛选手评测 AI 判卷能力，从数学竞赛中选出 534 份可疑或边缘提交，建立统一评分标准与专家参考判断。模型整体偏严，更常拒绝有效提交；清晰指令让 GPT 模型平均提升约 2 个百分点，加入评分示例后 Claude 平均提升约 10 个百分点、GPT 约 5 个百分点。Grok 几乎拒绝一切，仅接受 1–5% 提交，而金标准接受 64.4%。
X：Rohan Paul (@rohanpaul_ai)AI 评分 BIS 报告：2021 至 2025 年 AI 公司超半数投资来自同行
国际清算银行（BIS）发布报告，分析 AI 公司之间的循环融资。2021 至 2025 年间，同行贡献了 AI 公司投资金额的 55.2%，AI 投资方 28.7% 的交易金额流向 AI 标的。
X：AI at Meta (@AIatMeta)AI 评分 Meta 研究博客：数学家与 Muse Spark 合作完成六篇研究论文
Meta 研究博客发布《Solving Open Research Problems Together》，介绍数学家与 Muse Spark 合作完成六篇研究论文。该内容为 AI at Meta 转推并附上研究博客链接。
X：AI at Meta (@AIatMeta)AI 评分 Meta 团队用 Muse Spark 在非结合代数中找到反例并给出替代刻画
Meta 团队借助 Muse Spark 在非结合代数中找到了一个反例，推翻了受生物学启发提出的数学结构规则。他们进一步给出替代刻画，并由研究人员核验与完善。相关论文已发布在 Meta 研究页面。
Ars Technica · AIAI 评分 美国逮捕涉嫌向中国走私3亿美元Nvidia芯片的科技公司CEO
美国司法部逮捕Earthmade Computer CEO Greg Lui，指控其用虚假文件将价值超3亿美元的Nvidia A100、H100 GPU服务器走私至中国，涉及马来西亚、新加坡等中转地，走私活动从2023年10月持续至2026年8月。
X：AK (@_akhaliq)AI 评分 Adaptive Reward Routing：通过前向过程 RL 实现音视频联合扩散的多奖励优化
论文 Adaptive Reward Routing 提出通过前向过程 RL 为音视频联合扩散模型做动态多奖励优化，取代单一评分方案。该方法面向生成式媒体，论文已在 HuggingFace 上线（2609.37200）。
X：Nathan Lambert (@natolambert)AI 评分 Trillium Labs 成立：面向前沿 AI 开放科学的非营利组织
Trillium Labs 今日亮相，是一家推动前沿 AI 开放科学的新非营利组织，将构建开放的后训练配方，并扩展至开放基础设施，研究 RSI、奖励黑客与多智能体系统。该组织由 Nathan Lambert 与 Tom Zick 共同创立，已获 Halcyon Futures 和 Schmidt Sciences 初始支持，正在招聘全职与学生合作者并筹集算力。
X：Thomas Wolf（Hugging Face 联创/CSO） (@Thom_Wolf)AI 评分 Trillium Labs 成立：Hugging Face 联创等参与的非营利组织推动前沿 AI 开放科学
Trillium Labs 作为一家新非营利组织正式亮相，致力于推动前沿 AI 的开放科学，将构建开放的后训练配方并扩展至开放基础设施，研究 RSI、reward-hacking 和多智能体系统。
X：Nathan Lambert (@natolambert)AI 评分 Gacha Decoding：用外部 RNG 与指令遵循提升 LM 输出多样性，样本效率超此前方法 11 倍
Gacha Decoding 通过给 LM 配备 RNG 工具并让其"掷骰规划"，把多样性来源从 token 熵转向指令遵循，样本效率比此前方法提升逾 11 倍。
AWS Machine Learning BlogAI 评分 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
在 Amazon SageMaker AI 上可用多轮强化学习（MTRL）微调搜索智能体，官方示例以 Qwen3.6-27B 为基础模型，在 us-west-2 区域训练，智能体配备 BM25 词法搜索与向量搜索两个工具。
Hugging Face BlogAI 评分 Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，权重与训练数据一并开放。
Google Research精选AI 评分 Google 发布基于 TEE 的新一代联邦学习系统，Gboard 已采用
Google 宣布推出基于可信执行环境（TEE）的新一代联邦学习系统，为数据匿名化提供可远程验证和审计的保证，Gboard 已采用该系统上线英语和日语下一词预测模型。
推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，并给出 Gboard 已上线的落地情况，可了解隐私可验证训练的一种工程路径。
Latent SpaceAI 评分 Airbnb CTO 谈 AI 原生改造：60% 代码由 AI 编写，Everest 上下文图谱加速产品落地
Airbnb CTO Ahmad Al-Dahle 向 Latent Space 介绍了公司的 AI 原生改造：目前 60% 的代码由 AI 编写，功能交付量同比增长近 80%，工程师人均 PR 吞吐量提升约 1.6 倍。
X：Thomas Wolf（Hugging Face 联创/CSO） (@Thom_Wolf)AI 评分 SETA 被 NeurIPS 2026 接收，开源 4500+ 终端智能体 RL 环境与训练脚本
SETA（Scaling Environments for Terminal Agents）被 NeurIPS 2026 Evaluations & Datasets Track 接收，并发布 SETA-Env 数据集，包含 4500+ 个开源可验证终端 RL 环境及完整的合成与训练管线。
The DecoderAI 评分 Ramp AI Index：企业 AI 用量上升但支出下降
Ramp 经济学家 Ara Kharazian 发布的 Ramp AI Index 显示，美国企业 AI 支出自 7 月见顶后持续下降，而使用量自 7 月以来上升约 50%，并在 9 月底创下新高。
Hugging Face BlogAI 评分 ServiceNow CoreAI 的 AutoSynthData 如何为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败与更强教师的成功来定位能力缺口，并生成、验证新的可执行训练任务，课程随模型进步向仍难的任务迁移。该方法以 EnterpriseOps Gym 数据集演示，任务由系统规范、用户提示词和验证器三部分组成，需满足可行性、真实性与难度要求。
Latent SpaceAI 评分 MIT 的 Alex Zhang 谈 RLM、GPU Kernel 与智能体集群研究
MIT 的 Alex Zhang 在 Latent Space 播客中介绍了其递归语言模型（RLM）研究，基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。
X：AK (@_akhaliq)AI 评分 AREX-2：用长时程反思任务推进自我改进智能体，27B 模型在 MLE-bench Lite 达 81.8
AREX-2 是一个 27B 智能体，通过长时程反思任务实现自我改进，在可验证的 ML 与算法任务上训练，测试时轮次越多解越好。它在 MLE-bench Lite 上取得 81.8，在 Frontier-CS 上取得 70.7，并可迁移到深度研究任务。
X：ARC Prize (@arcprize)AI 评分 ARC Prize 回应 Qwen3.8-27B 榜单成本估算方式，ARC-AGI-3 结果待测试完成
ARC Prize 表示 Qwen3.8-27B 的榜单成本是按阿里云公开 token 价格乘以记录的 token 用量估算，而非其专用推理收费。该模型经 Baseten 测试，使用自带 chat template：low 要求思考简短聚焦，xhigh 要求仔细思考并检查假设，medium 两者都不加。ARC-AGI-3 结果将在测试完成后公布。
AWS Machine Learning BlogAI 评分 Amazon Quick 为 AI 构建应用引入 Live Data in Apps，实时查询受治理数据集
Amazon Quick 为 AI 构建的应用推出 Live Data in Apps，可在用户每次打开应用时实时查询受治理的 Quick Sight 数据集，取代发布时固化的静态快照。该功能支持 SPICE 与 Direct Query 两种数据集模式，查询以查看者身份执行，自动沿用既有行级与列级安全规则，查看者需为已认证的 Quick 用户并首次按数据集授权。
X：Karina Nguyen（@karinanguyen）AI 评分 PostTrainBench v1.2 发布：新增云 GPU 支持，Fable 5.1 登顶榜首
PostTrainBench v1.2 发布，新增云 GPU 支持，可通过 Harbor adapter 在 Harbor + Modal 上以相同设置运行基准测试。
AWS Machine Learning BlogAI 评分 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）可通过自定义 memory provider 将 Amazon S3 Vectors 用作持久记忆层，并部署在 Amazon EKS 上。
AWS Machine Learning BlogAI 评分 Amazon Payments 如何用 Amazon SageMaker AI 上的上下文多臂老虎机优化获客漏斗转化
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机（LinUCB）为产品获客漏斗做个性化内容选择，七周线上 A/B 测试中，一个人群的最终漏斗转化率相对提升达高个位数百分比，另一个人群则未见改善，问题出在内容而非模型。
X：AK (@_akhaliq)AI 评分 LongLive-Plug：面向视频生成的一次性通用蒸馏
LongLive-Plug 提出一种面向视频生成的一次性（one-step）通用蒸馏方法，可让长时长视频生成更易部署，并为需要快速出片的创作者节省算力与时间。该方法无需多次迭代即可完成蒸馏。