Hugging Face 与 SkyPilot 联合推出 store: hf，SkyPilot 任务可用一个 hf:// URL 和 HF_TOKEN 挂载 Hugging Face Bucket 或 Hub 仓库，并在 20+ 云、Kubernetes、Slurm 和本地环境运行。
推荐理由：文章给出跨云挂载方式、免出站读取费用和基准速度，便于评估多云 GPU 任务的数据访问成本。
Hugging Face 宣布 Kernels 项目完成重大更新，在 Hub 上新增 kernel 仓库类型，用于展示 kernel 支持的加速器、操作系统和后端版本，并集中浏览 https://huggingface.co/kernels 。
IBM Research 推出开放基准 ScarfBench，用于评估 AI 智能体在 Spring、Jakarta EE 和 Quarkus 之间迁移企业 Java 应用的能力。
推荐理由：该基准用构建、部署和行为保留三层结果评估编码智能体，可帮助读者区分可编译代码与真正完成企业 Java 迁移之间的差距。
Google Research 推出面向表格数据分类和回归的基础模型 TabFM，可将整张表作为统一提示词，在单次前向传播中对未见过的表格生成零-shot 预测。
推荐理由：原文说明了 TabFM 的零-shot 表格预测机制、训练数据来源和 BigQuery 入口，便于理解其对传统表格建模流程的替代思路。
Every Eval Ever 与 Hugging Face Community Evals 现已互通，评测结果可跨平台发布，并链接到开放模型、排行榜和统一元数据库。
Google Research 已在 GitHub 以 Apache 2.0 许可证开源支撑 Google Flood Hub 的水文建模框架，供研究人员和气象水文机构训练、微调 AI 洪水预报模型。
推荐理由：原文说明了框架的模型结构、训练数据和业务集成路径，便于水文机构评估如何接入本地预警流程。
Mistral 在 Studio 发布 Public Preview 阶段的 Connectors，内置连接器和自定义 MCP 现可通过 API/SDK 用于所有模型和智能体调用。
推荐理由：原文说明了连接器的注册复用方式、直接工具调用和人工审批流程，便于评估企业系统接入智能体的治理路径。
Google Research 研究 AI benchmark 中评估条目数量与每条目人工评估者数量的权衡，发现常用的每条目 1、3 或 5 名评估者往往不足，常需超过 10 名。最优配置取决于指标：多数投票偏广度，捕捉意见差异偏深度；约 1,000 个总标注即可获得高可复现结果，模拟器已在 GitHub 开源。
Google 发布 Vibe Coding XR 工作流，通过 Gemini 与基于 Web 的 XR Blocks 框架配合，把自然语言提示词直接生成具备物理感知的 Android XR 应用，官方称可在 60 秒内完成。
推荐理由：文章说明了自然语言生成 Android XR 应用的工作流、60 秒内出原型的入口和 VCXR60 初步评测，便于理解 XR 原型开发的新路径。
Mistral AI 复盘了 vLLM 在 Mistral Medium 3.1、Prefill/Decode 分离服务和 graph compilation 条件下的内存泄漏，生产类流量中系统内存以 400 MB 每分钟增长并最终 OOM。
推荐理由：文章完整呈现从 Python 堆分析到内核追踪的排查路径，并给出可直接使用的 vLLM 内存泄漏规避配置。