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。
数据与训练
全部主题训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
最新精选
第 61–80 条 · 共 84 条Hugging Face Blog精选AI 评分7474
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。
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。
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。
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。
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。
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 Research精选AI 评分7070 Google Research 发布表格数据零-shot 基础模型 TabFM
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。
Google Research精选AI 评分6565 Google Research 论文解析：推理如何唤醒大语言模型的参数化知识
Google Research 介绍将在 COLM 2026 发表的论文 Thinking to Recall，发现开启推理后，Gemini-2.5 Flash、Gemini-2.5 Pro 和 Qwen3-32B 能召回关闭推理时几乎无法得到的简单单跳事实答案。
推荐理由：文章用受控实验区分计算缓冲与事实启动两种机制，并审计中间事实幻觉对最终答案的影响，可帮助理解推理型模型的知识召回边界。
Google DeepMind精选AI 评分8282 Google DeepMind 发布开源实验模型 DiffusionGemma，文本生成最高提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用 26B MoE 架构、推理时激活 3.8B 参数，并以 Apache 2.0 许可证在 Hugging Face 开放权重。
推荐理由：原文给出并行文本扩散的架构取舍、硬件门槛和本地推理速度，可帮助判断其适用场景。
Google Research精选AI 评分6464 Google Research 发布 PHRM 手机摄像头被动心率监测研究
Google Research 在 Nature 论文中提出 PHRM 研究系统，可在用户面部解锁手机后通过前置摄像头拍摄 8 秒面部视频，在日常使用中被动估计心率和每日静息心率。
推荐理由：文章给出跨肤色验证误差、真实环境测试和数据集开放方式，可帮助读者理解手机摄像头被动测心率的可行边界。
Google Research精选AI 评分6565 Google Research 在 GitHub 开源 Flood Hub 水文建模框架
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。
Berkeley AI Research精选AI 评分6262 Berkeley BAIR 解析自适应并行推理如何提升推理扩展效率
Berkeley AI Research 发布综述，提出自适应并行推理让模型在推理时自行决定是否拆分任务、生成多少并行线程以及如何汇总结果。文章比较 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
推荐理由：文章梳理自适应并行推理的控制流、推理系统和奖励设计，可帮助读者理解降低长推理延迟的工程取舍。
Google Research精选AI 评分6262 Google Research 发布 WAXAL：覆盖 27 种撒哈拉以南非洲语言的开放语音数据集
Google Research 发布开放语音数据集 WAXAL，覆盖 27 种撒哈拉以南非洲语言、超过 26 个国家的 1 亿多名使用者。初始版本包含约 1,846 小时 ASR 转写自然语音和超过 565 小时 TTS 高保真录音，并以 CC-BY-4.0 许可开放。数据集自 2021 年起与非洲学术及社区组织合作建设，Google 还计划继续扩展语言覆盖。
推荐理由：原文给出语言覆盖、ASR 与 TTS 数据规模及开放许可，便于读者评估其对低资源语音研究的基础价值。
Mistral AI精选AI 评分7373 Mistral AI 完成 1.7B€ C 轮融资，投后估值 11.7B€
Mistral AI 宣布完成 1.7B€ C 轮融资，投后估值为 11.7B€，本轮由 ASML 领投，DST Global、Andreessen Horowitz、Bpifrance、General Catalyst、Index Ventures、Lightspeed 和 NVIDIA 等现有投资者参投。
推荐理由：官方披露了融资金额、估值、领投方和资金用途，可用于理解 Mistral AI 在企业级前沿 AI 与半导体场景上的扩张方向。
Mistral AI精选AI 评分6060 Mistral AI 发布 Large 2 全生命周期环境影响分析
Mistral AI 联合 Carbone 4 与 ADEME 完成 Large 2 生命周期分析，并经 Resilio、Hubblo 同行评审。
推荐理由：报告把训练与单次推理的碳、水和资源消耗拆开披露，可作为比较不同大模型环境成本的参考框架。