如何在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
Amazon SageMaker HyperPod 结合开源 RL 框架 SkyRL，可对 Qwen3-VL-8B 视觉语言模型开展 GRPO 多模态强化学习训练。
#数据/训练
#数据/训练
今日 2 条AWS Machine Learning BlogAI 评分3939 Databricks：Blog（RSS）AI 评分4545 S&P Global Energy 如何借助 Databricks Genie Agents 与 MCP 让结构化数据资产支持对话
S&P Global Energy 基于 Databricks Genie Agents 和 MCP，将跨 Databricks 与外部来源的结构化数据资产开放给 AI 智能体，实现自然语言问答。
AWS Machine Learning BlogAI 评分2727 Datacor 如何基于 Amazon Quick Sight 构建自助式租赁分析
Datacor 在 TrackAbout 中集成 Amazon Quick Sight，为工业气体与焊接分销商提供交互式仪表盘和自然语言查询，用户无需等待 IT 自定义报表即可分析租赁收入、资产利用率和回收率。
AWS Machine Learning BlogAI 评分4141 用 Amazon SageMaker HyperPod 与 Qumulo 实现跨区域训练
Amazon SageMaker HyperPod 搭配 Cloud Native Qumulo 与 Cloud Data Fabric，可让训练任务跨 AWS 区域读取数据集而无需复制数据或修改代码。
NVIDIA Blog精选AI 评分6464 NVIDIA 联合 Google DeepMind 等开放 2,800 多种病毒蛋白复合物预测结构
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构通过 AlphaFold Database 开放 2,800 多种病毒的蛋白复合物预测 3D 结构。
推荐理由：原文说明开放数据覆盖 2,800 多种病毒及配套 GPU 加速流程，可帮助研究者提前获取病毒蛋白复合物结构线索。
NVIDIA BlogAI 评分4343 NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展
NVIDIA 在新加坡 AI Day 上与合作伙伴展示东南亚地区 AI 部署进展，重点推动公共部门从试点走向生产。新加坡 HTX 将使用 Nemotron 3 Super 与 Nemotron 3 Nano Omni 研究公共安全 AI，多国企业和机构也基于 Nemotron、NeMo、Cosmos 等开发本地化模型与智能体应用。
Fireworks AI（网页）精选AI 评分7272 Fireworks Research 发布 Ember-1：基于 Kimi K3 减少约 40% token
Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持答案质量的同时减少约 40% token。官方称其在 7 项基准和两家客户生产流量中可将 Kimi K3 的推理缩短 35–50%，客户 A/B 测试显示每任务约少用 35% token；内部开发者切换后基本无感知。
推荐理由：原文给出基准、客户 A/B 与内部编码流量的 token 节省结果，可帮助评估用专用模型压缩推理成本的路径。
Fireworks AI（网页）AI 评分5252 Fireworks 发布 ARCv3 权重增量压缩器，跨区域 RL 传输负载较 ARCv2 缩小近 50%
Fireworks 发布 ARCv3 权重增量压缩器，用于压缩训练器发送给 RL rollout 机器的 BF16 权重更新。基于 1,000 个生产环境 RL 权重更新增量测试，ARCv3 的平均负载为原始 BF16 权重大小的约 0.19%，低于 ARCv2 的 0.36%，并可无损重建逐 bit 一致的权重。
Hugging Face BlogAI 评分4747 UK AISI 与 EvalEval 如何让基准测试结果可复现
UK AISI 正通过 EvalEval 的 Evaluation Cards 公开经验证的评测结果、上下文与配置，覆盖 HealthBench、FrontierMath。
Fireworks AI（网页）AI 评分5858 Fireworks AI 推出 Specialized Intelligence Index 专业智能指数
Fireworks AI 推出 Specialized Intelligence Index（SII），用于比较开放、闭包和专用模型在医疗、法律、网络安全、金融、客服、生产力和软件七个领域基准上的表现。
NVIDIA BlogAI 评分4242 埃及 AI 生态从赋能走向规模化生产，NVIDIA 推动非洲 AI 工厂落地
NVIDIA 在大埃及博物馆举办活动，展示埃及 AI 生态进入生产规模，其 Deep Learning Institute 学员数一年内增长逾十倍。非洲一年内已宣布或上线 4 座 AI 工厂，另有 656 megawatts 新产能在建，NVIDIA 已培训逾 85,000 名非洲开发者。
Hugging Face BlogAI 评分5757 Multiverse 论文提出用 Ising 优化选择 LLM 待删除 Transformer 块
Multiverse 发布论文 LLM Compression by Block Removal with Constrained Binary Optimization，把删除哪些 Transformer 块转化为 Ising glass 上的约束二值优化问题。
NVIDIA BlogAI 评分3030 5 家公司如何使用 NVIDIA AI 发展清洁能源
NVIDIA 在纽约气候周介绍 5 家公司使用 NVIDIA AI 推进清洁能源项目，覆盖电网数字孪生、核电运营、回收电池供电、核反应堆与核聚变。
NVIDIA Blog精选AI 评分6565 Salesforce 在 Dreamforce 发布基于 NVIDIA Nemotron 3 Super 的 CRM 推理模型 Koa
Salesforce 在 Dreamforce 宣布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 后训练，使用近 30 年企业 CRM 部署形成的专有合成数据集。
推荐理由：文章同时给出 Koa 的训练方式、CRM Bench 表现、试点客户与上线节奏，便于理解企业自研推理模型的落地路径。
Google ResearchAI 评分4444 Google 提出 Retrieve-for-Train，用 RL 编译扩散检索器加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，通过离线 RL 发现奖励对齐的查询 fan-out，并蒸馏进 53.9M 参数的轻量扩散检索器，实现单次非自回归查询展开。该方法对 Gemma3-4B 和 Qwen3-4B 进行微调，无需人工标注，也消除了推理时的文本 CoT token 开销，可在保持多样性、覆盖度等集合级属性的同时降低延迟。
NVIDIA Blog精选AI 评分6262 NVIDIA 介绍 DSX 如何提升 AI 工厂每兆瓦 token 产出
NVIDIA 在 AI Infra Summit 围绕 DSX 展示 AI 工厂电力调度能力，Lambda 在 HGX B200 集群验证 DSX MaxLPS 可在相同电力预算下提升 24% token 吞吐。
推荐理由：文章用 Lambda 的实测集群和电网需求响应案例，说明固定电力预算下提升 token 产出的具体路径。
Fireworks AI（网页）精选AI 评分7272 Fireworks 发布 DeepSeek-V4.1-Flash，DeepSWE 编码准确率接近 GPT-6 Astra 且单任务成本为 1/15
Fireworks 发布 DeepSeek-V4.1-Flash，并给出 DeepSWE、Terminal-Bench 2.1 与 HLE 评测。DeepSeek-V4.1-Flash 在 DeepSWE 上 Pass@1 为 74.34%，单任务成本 $0.430；GPT-6-Astra 为 74.12%、$6.524，二者质量接近而成本相差 15 倍。
推荐理由：文章用 DeepSWE、Terminal-Bench 2.1 和 HLE 对比成本与能力边界，并解释输入输出分离激活及 KV cache 优化。
Google ResearchAI 评分5353 Google Research 提出 ToolGrad：用文本梯度高效生成工具调用数据集
Google Research 在 ACL 2026 论文中提出 ToolGrad，用文本梯度迭代生成已验证的 API 工作流，再为工具链标注对应用户提示词。
Mistral AIAI 评分4444 Cloudera 与 Mistral 达成合作，为企业数据带来专业化、主权智能
Cloudera 与 Mistral 宣布达成合作，将 Mistral 模型集成进 Cloudera 混合数据平台，支持企业在私有云、公有云、本地及完全气隙环境中运行推理并保持完全控制。企业还可在受控环境中用自有数据训练定制模型，保留对数据与智能的所有权。该合作面向 Cloudera 平台上由客户管理的 30 exabytes 数据，满足主权 AI 需求。
Hugging Face Blog精选AI 评分6767 Hugging Face 教程：用 LoRA、Storage Bucket 和代理跨 HF Jobs 运行 Async GRPO
Hugging Face 介绍 TRL v1.14 的 AsyncGRPOTrainer LoRA 支持，并展示训练器与 vLLM 分离到不同 HF Jobs 的方案。
推荐理由：文章给出跨 HF Jobs 部署 Async GRPO 与 LoRA 的完整架构、代理路由方法和五次调优实验，便于复用到分布式 RL 训练工程。
Fireworks AI（网页）精选AI 评分6060 Fireworks AI 解读企业如何迈向专业化智能并训练自有模型
Fireworks AI 提出企业获得专业化智能通常会经历租用闭源前沿模型、围绕模型做提示词和 RAG 等工程、引入开源模型控制成本与延迟、最终训练自定义模型四个阶段。
推荐理由：文章把企业从租用闭源模型到训练自有模型的路径拆成四个阶段，并用 UIPad 成本与分类结果说明路由和微调的决策依据。
Fireworks AI（网页）精选AI 评分6262 Genspark 与 Fireworks Lab 发布 Gen-1 Slides，后训练 MiniMax M3 实现 Opus 5 级幻灯片生成
Genspark 与 Fireworks Lab 将开源多模态模型 MiniMax M3 后训练为 Gen-1 Slides，可端到端规划、撰写并自检幻灯片，现已作为 Genspark AI Slides Standard 模式默认模型上线。
推荐理由：文章给出了从 MiniMax M3 后训练到专用幻灯片模型的完整 RL 方法、成本对比和生产指标，适合了解长程智能体训练如何落地。
Mistral AI精选AI 评分7474 Mistral 完成 30 亿欧元 D 轮融资，投后估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由 Samsung Electronics 领投，Scaleup Europe Fund 和 PSG Equity 共同领投。
推荐理由：官方披露了融资金额、估值、投资方与资金用途，可帮助读者理解 Mistral 围绕主权开放权重 AI 的扩张路径。
Google Research精选AI 评分6060 Google Research 与 HHMI Janelia 发布完整雄性果蝇脑和中枢神经系统连接组
Google Research 与 HHMI Janelia 等机构发布完整雄性果蝇脑和中枢神经系统连接组，包含超过 166,000 个神经元和 1.25 亿个突触连接，相关论文发表于 Cell。
推荐理由：文章给出完整雄性果蝇连接组的神经元与突触规模，并说明其如何支持雌雄差异和神经机制比较研究。
Hugging Face Blog精选AI 评分7272 用 TRL 和 OpenEnv 训练编码模型绘制水彩画的开源复现实践
作者在 Hugging Face 上用 TRL 与 OpenEnv 复现让语言模型编写 JavaScript、借助 p5.brush 绘制水彩画的方案，并公开参考池、RL 环境、训练脚本和模型。
推荐理由：文章把审美偏好转成可复现的 RL 训练流程，并公开数据集、环境、脚本和模型，适合借鉴主观奖励的工程搭建。
Hugging Face Blog精选AI 评分7070 用 100 步 GRPO 微调 LFM2.5-350M 提升结构化输出能力
Hugging Face 教程展示用 TRL 的 GRPO 对 LFM2.5-350M 做 100 步结构化输出微调，IFStruct 通过率从 22.6% 提升到 29.7%。
推荐理由：给出可在免费 GPU 复现的 GRPO 微调流程、奖励函数和 IFStruct 前后对比，适合参考小模型结构化输出优化。
Hugging Face Blog精选AI 评分6969 Allen AI 发布 BenchMIRT：用多维 IRT 审计 LLM 基准实际测量的能力
Allen AI 发布 BenchMIRT，用多维项目反应理论在单个提示词层面审计 LLM 基准，区分题目分数背后的安全和通用推理等能力信号。方法基于 100 个 LLM、16 个基准和超过 34K 个问题的结果训练，在未标注基准目标的情况下恢复出安全与通用推理两个主导维度。
推荐理由：方法把基准拆到单题层面分析，适合用来理解总分背后安全与推理等能力信号的混合方式。
Google Research精选AI 评分6060 Google Research 发布 MAPL-EMIT 深度学习框架，用 EMIT 卫星高光谱数据绘制全球甲烷点源排放
Google Research 与 NASA JPL 合作提出 MAPL-EMIT 深度学习框架，用于自动检测、增强预测和定位全球甲烷羽流，相关论文发表于 PNAS。
推荐理由：文章给出模型架构、84%召回率和开放数据入口，可帮助读者了解深度学习如何把高光谱卫星观测转化为设施级甲烷排放定位。
Google Research精选AI 评分6767 Google Research 发布 TimesFM-3：支持零样本多变量时间序列预测
Google Research 发布时间序列基础模型 TimesFM-3，原生支持零样本多变量预测，可在一次前向传播中联合预测多条相关时间序列。该模型拥有 330 million 参数，在超过 1 trillion 个时间点的真实与合成语料上预训练，支持多目标、历史协变量和已知未来协变量，并输出 10th 至 90th percentile 的 9 个分位数。
推荐理由：文章说明了 TimesFM-3 从单变量扩展到多变量预测的架构变化，并给出公开基准表现与 GitHub、Hugging Face 获取入口。
Microsoft ResearchAI 评分5757 Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash 高效病理基础模型
Microsoft Research 联合 University of Washington 和 Providence 发布 GigaPath-Flash 与 GigaTIME-Flash，两款开放权重模型以 Apache 2.0 许可在 Hugging Face 提供。
Fireworks AI（网页）精选AI 评分6767 Fireworks AI 宣布 Training API 与 Fireworks Lab 正式可用
Fireworks AI 宣布 Training API 和 Fireworks Lab 正式可用，Training API 可把用户用 Python 编排的自定义训练循环接入 Fireworks 托管的分布式训练与 rollout 基础设施。
推荐理由：文章说明了 Training API 的自定义训练循环、Serverless 与 Dedicated 两种算力模式，以及训练和推理一体化部署方式，便于评估后训练工程接入路径。
Google Research精选AI 评分6262 Google Earth AI 推出实验性研究能力 Planetary Prediction Engine，自动化全球地理空间建模
Google Research 介绍 Google Earth AI 旗下实验性研究能力 Planetary Prediction Engine（PPE），可根据自然语言查询自动完成地理空间数据发现、清洗、特征工程、模型训练与评估，并生成报告。
推荐理由：文章给出了自动化地理空间建模的三阶段流程，并在公共卫生、粮食安全和疫情预测任务中提供了可对比的基准结果。
Google ResearchAI 评分5252 Google Research 发布持续血糖监测基础模型 GlucoFM
Google Research 推出自监督持续血糖监测基础模型 GlucoFM，用双流结构分离缓慢血糖趋势与短期偏差，并保留一天中的时间信息和数据缺失标记。
Fireworks AI（网页）精选AI 评分6060 Harvey 与 Fireworks 基于 Kimi K3 后训练法律模型 Tenet
Harvey 发布首个模型 Tenet，并与 Fireworks 合作基于 Kimi K3，通过 Fireworks Training API 的异步强化学习完成面向长流程法律工作的后训练。
推荐理由：文章给出 Tenet 在法律智能体任务上的训练方式、评测分数和单任务成本，可用于判断后训练对长流程专业工作的实际增益。
Hugging Face Blog精选AI 评分6767 Sentence Transformers 多向量嵌入模型训练与微调指南
Sentence Transformers v6.0 引入 MultiVectorEncoder，支持 ColBERT 风格的晚交互检索模型训练与微调。
Hugging Face Blog精选AI 评分8282 IBM 发布 Granite 4.2 推理大模型家族并说明构建方法
IBM 发布 Granite 4.2 稠密 decoder-only 推理大模型家族，包含 3B、8B、30B 三种规格，并以 Apache 2.0 许可证开放。
推荐理由：文章系统拆解 Granite 4.2 从预训练、SFT 到多阶段 RL 的训练路径，可用于理解推理模型与智能体能力如何分层构建。
Hugging Face BlogAI 评分5151 Multiverse Computing 提出 Quantization-Aware Healing，让 60B MXFP4 模型在 7/9 基准上超过 BF16 版本
Multiverse Computing 发布论文 Quantization-Aware Healing，提出直接用压缩前的原始全精度模型作为教师，向结构压缩并量化为 MXFP4 的学生模型做 KL 蒸馏。
Mistral AIAI 评分5959 Mistral 与 HUMAIN 达成数亿欧元战略合作，在沙特及中东推进主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发和 AI 解决方案在沙特及中东地区的部署，合作规模达数亿欧元。双方将推进先进 AI 模型开发与本地化，初期聚焦网络安全和语音，并计划开发阿拉伯语表现强劲的前沿模型。Mistral 将探索使用 HUMAIN 的数据中心基础设施，双方还计划在沙特制定联合市场策略，面向受监管行业提供 AI 解决方案。
Google ResearchAI 评分4343 ME-POIs 如何借助移动数据让语言模型更深入理解地点
Google Research 提出 ME-POIs 框架，将匿名聚合的移动模式与文本描述结合，增强语言模型对地点动态功能的表征。该框架在访问意图预测、价格层级分类和繁忙度估计上分别取得最高 81.9%、75.1% 和 24.7% 的相对提升，并通过空间多尺度访问传播缓解长尾地点数据稀疏问题。
Hugging Face Blog精选AI 评分6565 ALTK-Evolve 研究：AI 智能体需要多少记忆应按模型能力校准
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve 的智能体记忆研究：从智能体过往轨迹蒸馏可复用准则，并在推理时注入，不更新权重也不需要人工标注。
推荐理由：文章用 8 个模型和 AppWorld 任务说明智能体记忆剂量需按模型能力校准，并给出准确率与 token 成本对照。