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。
#数据/训练
#数据/训练
今日 18 条Google Research精选AI 评分6262
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。
Import AIAI 评分3030 Import AI 470：机器无权利、用 SPADE 自动化环境生成，以及用 Hawkeye 构建更好的 GPU kernel
Import AI 第 470 期介绍 METR 研究，称 AI 对网络安全进展促进明显、对数学较小、对 AI 研究暂无可测加速。多所高校研究者提出 SPADE，通过自我对弈协同生成可执行训练环境与提升智能体能力，并在 Qwen3-30B-A3B 上取得 58.3 的 suite average，较基础模型提升 8.1。
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。
Hugging Face BlogAI 评分4343 Hugging Face 实测：约束感知 GPU 调度器仅靠调整分配顺序，将利用率提升 33 个百分点
Hugging Face 构建约束感知 GPU 分配器，在相同硬件与工作负载下对比 FIFO 调度器，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 5 个争用场景中，利用率从 52–85% 提升至 72–88%，优先级加权价值平均提升 52%。其核心是按实时需求曲线动态分配 GPU，并按优先级在整个时间范围内排布批处理任务。
Google ResearchAI 评分5858 Google Research 提出 PhotoScan：用智能手机照片估算身体成分与心脏代谢风险
Google Research 发布实验性深度学习框架 PhotoScan，可通过标准 2D 智能手机照片估算体脂率、A/G 比例和 V/S 比例。
Hugging Face Blog精选AI 评分6262 Strands Robots 结合 LeRobot 与 Hugging Face Storage Buckets 实现录制、训练和部署闭环
Hugging Face 发布教程，演示用 Strands Robots、LeRobot 和 Storage Buckets 在一个 AI 智能体中完成机器人示教录制、增量同步、流式训练和 checkpoint 部署。
推荐理由：文章用同一套 LeRobot 数据格式串起录制、同步、流式训练和硬件部署，适合搭建机器人数据闭环时参考。
Hugging Face Blog精选AI 评分7474 Hugging Face 复盘 ICML 2026 开放复现挑战：2,226 篇论文与智能体时代的人类审查角色
Hugging Face 复盘 ICML 2026 Open Reproductions 挑战：1,221 名社区成员在 19 天内发布 6,816 份 Trackio 日志，尝试复现 2,226 篇论文，覆盖会议 34%，并判定 35,908 项论文主张。
推荐理由：文章用大规模复现实验呈现智能体参与科研审查的边界，也给出人类在假设判断和流程纠偏中的具体作用。
Hugging Face BlogAI 评分5151 OlmoEarth Studio 推出自定义 OlmoEarth 嵌入向量导出功能
OlmoEarth Studio 现已支持计算并导出来自开源 OlmoEarth 基础模型的地球观测嵌入向量，输出为可分享的 Cloud-Optimized GeoTIFF。
Google Research精选AI 评分7070 Google Research 提出知识画像与 WikiProfile：前沿 LLM 事实性的瓶颈在回忆而非编码
Google Research 发布研究，提出知识画像框架和包含 2,150 条 Wikipedia 事实的 WikiProfile 基准，用来区分 LLM 的编码、回忆与识别。
推荐理由：研究把事实错误拆成编码失败与回忆失败，并用 WikiProfile 量化前沿 LLM 的知识可访问性，为后训练和推理时干预提供诊断依据。
Fireworks AI（网页）AI 评分5050 Fireworks AI 在 Kimi K3 与 Qwen3.5-9B 上复现 J-Lens 静默信号读出
Fireworks AI 将 Anthropic 研究人员提出的 J-Lens 探针应用于 Kimi K3 和 Qwen3.5-9B，发现模型在输出 token 前，内部状态已出现与最终任务相关的词汇信号。
Microsoft ResearchAI 评分5757 Microsoft Research 推出研究模型 CARE-X，探索面向临床任务的胸部 X 光视觉语言模型
Microsoft Research 发布研究模型 CARE-X，用统一胸部 X 光 VLM 支持报告生成、疾病分类、否定判断、设备位置和异常区域定位。
Hugging Face BlogAI 评分5353 Multiverse Computing 提出低成本 LLM 知识蒸馏方法并开源分块 KL loss
Multiverse Computing 发布论文 Efficient Knowledge Distillation for LLMs，通过离线缓存教师模型每位置 top-100 logits，并使用 fused chunked KL loss，避免同时驻留教师和学生及生成完整词表乘序列矩阵。
Google ResearchAI 评分5757 Google Research 提出 Science One Framework，用 Chain-of-Evidence 构建可验证自主科研智能体
Google Research 发布论文，提出 Chain-of-Evidence（CoE）可验证性框架，并用 Science One Framework 原型和 CoE Audit 自动审计指标评估 AI 生成科研论文。
Microsoft Research精选AI 评分6868 Microsoft Research 发布 Echoverse：面向计算机使用智能体的深度可演化训练环境
Microsoft Research 发布 Echoverse，构建10个深度领域世界和2个能力世界，用于训练计算机使用智能体，并开放其中4个世界的代码、数据和 grounded graders。
推荐理由：文中用深浅环境对照和9B模型训练结果，说明高保真、可验证的交互环境对计算机使用智能体训练的实际影响。
Microsoft ResearchAI 评分5353 Microsoft Research 提出 EvoLib：让大语言模型把经验转化为持续演化的知识
Microsoft Research 在论文 Test-Time Learning with an Evolving Library 中提出 EvoLib，让大语言模型在推理阶段从自身经验中自监督学习，无需真实标签、外部反馈或更新模型参数。
Fireworks AI（网页）精选AI 评分6363 从 LoRA 转向 FullFT 前应运行的三项测试
Fireworks AI 基于 Qwen3.5-9B 的 SFT 实验提出，LoRA 落后 FullFT 时应依次检查数据覆盖、训练配方和 adapter rank，而不是直接改用 FullFT。
推荐理由：文章用 Qwen3.5-9B 的受控实验拆解 LoRA 与 FullFT 差距来源，给出数据覆盖、学习率和 rank 的排查顺序。
Berkeley AI ResearchAI 评分5353 K-Search 如何把 CUDA kernel 优化经验迁移到 Apple Silicon 的 MLX
Berkeley AI Research 与 IBM Research 介绍扩展 K-Search 的 MLX 后端，通过结构化 CUDA-to-MLX 翻译层把既有 CUDA kernel 优化知识转化为 Apple Silicon 可用的搜索约束。
Fireworks AI（网页）精选AI 评分7272 Fireworks AI 教程：用低于 10 美元的成本微调 Qwen3-Embedding-8B 嵌入模型
Fireworks AI 发布教程，展示在其平台上用对比微调把 Qwen3-Embedding-8B 适配到特定领域，单次成本低于 10 美元。方法使用 query-positive 对、批内负样本和双向 InfoNCE，典型设置为 150 步、batch size 64、学习率 1e-5、temperature 0.02。
推荐理由：文章给出低于 10 美元的嵌入模型对比微调流程、参数配方和多任务评测，可直接迁移到私有 RAG 与语义检索场景。
Fireworks AI（网页）精选AI 评分8282 Fireworks 上线 Kimi K3 Day-0 推理与训练，并推出美国专属 Serverless 端点
Fireworks 宣布开放权重模型 Kimi K3 已在平台 Day-0 提供推理和训练，支持按 token 付费、Serverless 接入、Batch 模式 50% 折扣，以及美国境内推理和 Zero Data Retention。
推荐理由：文章同时给出推理、训练入口、数据驻留与零保留策略，便于团队评估用开放权重模型承接生产任务的可行性。
Berkeley AI ResearchAI 评分4747 ABBEL：训练 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将交互摘要建模为自然语言信念状态，并通过信念评分监督其信息内容，以解决长程交互中递归摘要的性能损失问题。在 CollabBench 协作编码评测中，带重建信念评分的 ABBEL-rec-BG 将与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 为 6.01×10²。
Fireworks AI（网页）精选AI 评分6262 Fireworks 推出 Kimi K3 Multi-LoRA 训练与部署私有预览
Fireworks 宣布 Kimi K3 已支持通过 Fireworks Serverless Training 进行 Multi-LoRA 训练和服务，目前处于私有预览。
推荐理由：原文说明了 Kimi K3 在 Fireworks 上的 LoRA 训练、按 token 计费和多适配器部署方式，可帮助评估大模型后训练的成本与流程。
Hugging Face BlogAI 评分5757 Pollen Robotics 发布开源机器人操作数据采集系统 Grabette
Pollen Robotics 发布开源、低成本的手持夹爪系统 Grabette，用于录制人类操作演示并自动生成机器人可训练的 LeRobot 数据集。
elsewhere：文章（RSS）AI 评分6464 十字路口Crossing 访谈生数科技张金涛：Vidu S1 如何实现实时交互视频生成
生数科技张金涛在十字路口Crossing 播客中介绍 Vidu S1 实时交互视频模型及推理加速体系。Vidu S1 可将照片转为实时视频通话 AI 角色，实现 540P、25–42 FPS，生成速度超过播放速度，支持无限时长，并可在消费级显卡上运行。
Hugging Face BlogAI 评分3737 DharmaOCR 凭巴西葡萄牙语专精训练，在 OCR 基准上击败更新的 Mistral OCR4 与 Unlimited-OCR
DharmaOCR 在面向葡萄牙语的 OCR 基准上以 0.925 分击败发布更晚的 Mistral OCR4（0.798）和 Unlimited-OCR（0.7587）。该模型经监督微调与 DPO 两阶段训练，全部参数专注巴西葡萄牙语，取得最高提取质量分与最低退化率，证明领域专精优势未被新架构消除。
Google ResearchAI 评分4141 Google Research 如何解释扩散模型创造力的来源
Google Research 在 ICLR 2026 论文中指出，扩散模型的创造力并非随机偶然，而是神经网络训练中 score smoothing 使去噪过程在训练点之间插值，生成新样本。研究通过一维示例和 AdamW、weight decay 实验说明，显式或隐式正则化都会让 score function 变平滑，并有助于数据流形恢复。
Google ResearchAI 评分5858 Google Research 发布可穿戴健康数据基础模型 SensorFM
Google Research 与 Google DeepMind 等推出 Large Sensor Foundation Model SensorFM，直接从大规模无标签可穿戴设备数据学习通用生理表征。
Mistral AIAI 评分5454 Mistral 发布具身导航模型 Robostral Navigate
Mistral 发布首个具身导航模型 Robostral Navigate，这是一个 8B 模型，可接收 RGB 图像和自然语言指令并自主移动机器人。模型仅使用一个普通 RGB 相机，不依赖 LiDAR 或深度传感器，在 R2R-CE validation unseen 上达到 76.6% 成功率，validation seen 达到 79.4%。
Hugging Face BlogAI 评分5252 Hugging Face 与 Amazon SageMaker Studio 推出一键深链集成
Hugging Face 与 Amazon SageMaker AI 推出深链集成，支持在受支持的模型页点击 Customize on SageMaker AI 或 Deploy on SageMaker AI，直接进入已预载模型的 SageMaker Studio 微调或端点部署流程。
Berkeley AI Research精选AI 评分6666 Berkeley AI Research 观点：智能近乎免费后，面向、承载与由 Agent 构建的数据系统
UC Berkeley 研究者提出，AI 推理成本快速下降后，数据系统将面临 For、Of、By Agents 三类新挑战。GPT-4 级能力价格已从 2023 年初约每百万 token 30 美元降至 1 美元以下，部分供应商低于 0.10 美元；多 Agent 执行 text-to-SQL 任务时，80-90% 的子查询存在重复工作。
推荐理由：文章把推理成本下降转化为数据系统的三类研究议程，并给出重复查询、结构化记忆和系统合成等具体切入点。
Hugging Face Blog精选AI 评分7474 LeRobot v0.6.0 发布：加入世界模型策略、奖励模型 API 与六项仿真基准
Hugging Face 发布 LeRobot v0.6.0，围绕想象、评估和改进机器人学习闭环，新增 VLA-JEPA、FastWAM、LingBot-VA 世界模型策略，以及 GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT 等 VLA。
推荐理由：版本说明覆盖模型、奖励模型、数据集、评测和部署链路，可帮助机器人学习团队判断哪些新组件能接入现有训练流程。
Hugging Face Blog精选AI 评分6767 PRX 系列第4部分：Photoroom 的文生图模型数据策略
Photoroom 公开 PRX 7B 文生图模型的数据管线：混合公共与内部数据集，用 VLM 为全部图片重新生成详细长描述，再写成可流式训练的 MDS 语料。
推荐理由：文章拆解了7B文生图模型从数据探索、VLM重标注到分桶、过滤和去重的完整管线，工程取舍可直接参考。
Mistral AI精选AI 评分6868 Mistral AI 发布 Leanstral 1.5：119B 总参数、6B 激活参数的开源形式化证明模型
Mistral AI 发布 Apache-2.0 许可的 Leanstral 1.5，模型拥有 119B 总参数和 6B 激活参数，面向 Lean 4 形式化证明与代码验证，权重已在 Hugging Face 开源，并提供免费 API leanstral-1-5。
推荐理由：官方给出 Lean 4 形式化证明基准、代码验证案例和免费 API 入口，可帮助读者判断模型在真实证明工程中的适用边界。
Google ResearchAI 评分5757 Google Research 将 Heat Resilience 屋顶反射率数据扩展至 50 多个全球城市
Google Research 发布覆盖 50 多个全球城市的建筑级屋顶反射率数据集，并上线高分辨率 Heat Resilience Earth Engine App 供公众使用。