AutoSynthData：为 Enterprise Agents 生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例和更强教师的成功轨迹，自动生成并验证新的可执行训练任务，形成随模型能力动态调整的课程。该方法在 EnterpriseOps Gym 环境中验证，通过能力规格卡生成多样化任务，避免直接使用原始提示词和轨迹，并已发布相关数据集。
#数据/训练
#数据/训练
今日 2 条Hugging Face BlogAI 评分4343 Databricks BlogAI 评分3535 Apache Iceberg REST Catalog 新增读限制与目录标签，统一跨引擎与跨目录治理
Apache Iceberg 社区为 Iceberg REST Catalog 推进两项新规范：read restrictions 与 catalog labels。
Hugging Face BlogAI 评分5454 Ai2 发布 Olmo-core 3 开源 MoE 训练框架，支持扩展至万亿参数
Ai2 发布 Olmo-core 3，为 Olmo 框架带来重新设计的开源 MoE 训练系统，可扩展到万亿参数规模并保持计算效率。新实现从 FSDP 切换到基于 DDP 的方案，47B 参数 MoE 在 8 张 NVIDIA B300 上达到每 GPU 每秒 52,000 tokens，约为旧实现的 2.7 倍；启用 MXFP8 后吞吐比 BF16 高约 21%。
Google Cloud: DatabasesAI 评分4343 Google Cloud Managed Lustre 推出 6 美分/GB*月 Dynamic Tier，降低高性能并行文件系统门槛
Google Cloud Managed Lustre 新增 Dynamic Tier，以 6 美分/GB*月提供热数据亚毫秒延迟，容量可线性扩展至 80 PB，且不单独收取介质、数据移动和元数据 IOPS 费用。该层支持多轮训练、写入密集检查点、快速检查点恢复和交互式开发，平均读延迟约 300µs，比替代分布式文件系统响应快至 4 倍。
Apple Machine Learning ResearchAI 评分5353 Apple 发布 SCLATE：持续学习智能体训练与评测的执行基底
Apple 发布 SCLATE，一个持续学习智能体训练与评测的执行基底，基准和未修改的智能体通过适配器把事件加入同一开放事件调度器，混合模拟时钟可把一个月长的场景压缩到数小时。
Apple Machine Learning ResearchAI 评分3737 Apple 研究提出 LIPPAX 算法，改进联邦变分不等式的收敛速率
Apple 研究团队针对联邦随机变分不等式（VI）优化，证明经典 Local Extra SGD 在更精细分析下可获得更紧的收敛保证，并指出其存在客户端漂移过大的固有缺陷。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 开源 Ling-mini-2.0：16B 总参数 MoE 模型，激活仅 1.4B
inclusionAI 开源 Ling 2.0 系列首个模型 Ling-mini-2.0，总参数 16.26B、每 token 激活 1.4B（非嵌入 789M），采用 1/32 激活比 MoE 架构，称可达到 7–8B dense 模型的等效性能，在 H20 上简单 QA 场景生成速度超过 300 token/s，支持 128K 上下文（YaRN）。
推荐理由：官方发布了完整的参数配置、推理速度、训练吞吐和预训练检查点，读者可以据此评估小激活 MoE 在端侧和继续训练中的可用性。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 发布万亿参数推理模型 Ring-2.6-1T
inclusionAI 发布万亿参数旗舰推理模型 Ring-2.6-1T，主打真实生产环境中的 Agent 执行与复杂推理，上下文长度由 128K 扩展到 256K（YaRN），采用 MIT License 开源。
推荐理由：官方发布页给出 Agent 执行、推理档位和异步 RL 训练的具体做法与基准数字，读者可据此评估其在生产场景的适配价值。
Google Developers BlogAI 评分5050 Google 用 MaxText 在 TPU 上复现 Ai2 的 Olmo 3 7B 预训练与中期训练
Google 团队在 MaxText/JAX 和 Google Cloud TPU 上从零复现了 Ai2 的 Olmo 3 7B，覆盖 stage-1 预训练（约5.93T token）和 stage-2 中期训练 anneal，held-out C4 loss 与 8 项下游任务均与 Ai2 参考持平。
Anthropic Newsroom精选AI 评分7676 Anthropic：Claude 发现类似 CRISPR 的新型酶系统 ART
Anthropic 成立生命科学研究组和实验室，宣布 Claude 智能体在约 950 个智能体、21 小时、2.1 亿 token 的搜索后，自主发现一种与 DNA 重复序列相关的新型酶系统，命名为 array-associated reverse transcriptases（ART）。
推荐理由：原文给出 Claude 智能体自主发现新酶系统的过程细节和预印本，读者可以据此了解 AI 驱动生物学研究的实际工作方式。
Sakana AI BlogAI 评分5151 Sakana AI 宣布成立 Frontier Intelligence Group（FIG）探索下一代智能范式
Sakana AI 正式公布公司内部的 Frontier Intelligence Group（FIG），主张智能尚未被解决，即使当前范式可通过规模实现 AGI，也仍需探索数据与能耗效率更高的另类路径。
Sakana AI BlogAI 评分5050 Sakana AI 提出 PC-ALM：无需反向传播训练 1000 层网络
Sakana AI 提出 PC-ALM，一种仅靠局部动力学、无需反向传播即可训练 1000 层神经网络的局部学习替代方案。该方法将预测编码推广为使用增广拉格朗日，引入对偶神经元（拉格朗日乘子）参与层内动力学，使每层成为 PI 反馈控制系统以最小化局部预测误差。PC-ALM 能将信号传播到近乎任意深度，在标准预测编码难以学习的深层窄网络中尤其有效，并可能为神经形态硬件上的深度学习提供参考。
Google Developers BlogAI 评分4646 Google 用 Tunix 在 TPU 上实现 LLM 自主后训练 autofinetune
Google 推出 autofinetune，将自主研究循环用于 LLM 后训练，基于 Tunix、Gemma 和 Cloud TPU，由 Antigravity CLI 与 Gemini Flash 3.7 编排。
Google ResearchAI 评分4949 Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“答案优先”的工具调用数据集生成范式：先生成真实工具调用链，再反向标注用户提示词，只需一步 LLM 调用。
Anthropic Newsroom精选AI 评分8484 Anthropic 发布 2026 年 9 月威胁情报报告，披露多起 Claude 恶意使用案例
Anthropic 威胁情报团队发布报告，披露 2025 年 12 月至 2026 年 8 月期间在七个危害领域识别并处置的 Claude 恶意使用活动，涉及疑似国家支持组织、犯罪团伙、商业间谍软件供应商等。
推荐理由：报告用具体案例和数据说明AI如何改变网络攻击的成本与速度，并揭示AI供应链本身正成为攻击目标。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组全部 90 亿种单碱基变异
Google DeepMind 发布 AlphaGenome Atlas 平台，包含人类基因组约 90 亿个单核苷酸变异的分子效应预测，数据规模 1 petabyte，超过 AlphaFold Database 30 倍以上。
推荐理由：官方平台发布，覆盖 90 亿个单核苷酸变异预测并附应用案例，可用于了解基因组变异数据资源的最新规模与获取方式。
Hugging Face Blog精选AI 评分6565 用 TRL 和 GRPO 微调 LFM2.5-350M，100 步提升 IFStruct 结构化输出成绩
Hugging Face 发布一份完整教程，用 TRL 库的 GRPO 微调 LiquidAI/LFM2.5-350M 提升结构化输出合规性，在 IFStruct benchmark 上从 22.6% 提升到 29.7%。
推荐理由：原文给出完整可复现的 GRPO 微调流程和前后对比数据，读者可以照着用免费 GPU 把小模型的结构化输出提升约 7 个百分点。
Google ResearchAI 评分5555 Google 与 NASA JPL 发布 MAPL-EMIT 深度学习框架，从太空绘制全球甲烷排放
Google 与 NASA JPL 在 PNAS 发表 MAPL-EMIT，一个基于 Swin-S vision transformer 的深度学习框架，用于从 EMIT 高光谱卫星数据中自动检测甲烷羽流并定位排放源。
Hugging Face BlogAI 评分4343 Hugging Face 提出 Quantization-Aware Healing：4-bit GPT-OSS 120B 压缩模型在 9 项基准中 7 项超越全精度版本
Hugging Face 提出 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 压缩至 60B 参数并量化为 MXFP4 后，在 9 项基准中的 7 项超过其 bfloat16 全精度版本。
Microsoft ResearchAI 评分5050 微软 Skala 1.1 发布：训练数据增 2.5 倍，并集成进 CP2K 等主流 DFT 软件
微软研究院发布深度学习 DFT 泛函 Skala 1.1，训练数据比上一版多 2.5 倍，在 GMTKN55 基准 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。
LMSYS BlogAI 评分3535 Mooncake 如何为 Miles 解决碎片化 rollout 数据传输难题
Miles 是结合 SGLang 做 rollout 生成、Megatron-LM 做训练的高性能强化学习框架，其 disaggregated 架构下 rollout 数据需从推理侧传到训练侧。
LMSYS Blog精选AI 评分7070 LMSYS 发布 Miles v0.1：面向生产级 RL 后训练的全栈系统
LMSYS 与生态伙伴发布 Miles v0.1，一个基于 slime 设计的全栈生产级后训练系统，目标是让前沿规模 RL 训练更易用。
推荐理由：官方完整走读 Miles 的 RL 训练环路与关键数字，读者可据此评估它是否适合承担自己的前沿规模后训练任务。
Google Research精选AI 评分6262 Google Research 提出知识剖析框架：召回而非编码是前沿 LLM 事实性的瓶颈
Google Research 发表研究，提出知识剖析（knowledge profiling）行为框架与 WikiProfile 基准（2,150 条 Wikipedia 事实，每条配 10 个任务），用于区分 LLM 事实错误的编码失败与召回失败。
推荐理由：研究把事实错误拆分为编码失败与召回失败，指出前沿模型瓶颈在召回而非存储，并量化了 thinking 的恢复作用。
Meta EngineeringAI 评分5050 Meta 发布 LLaTTE 论文：多阶段序列建模为广告排序带来 LLM 式 scaling law
Meta 工程博客介绍其广告排序的多阶段序列建模架构与论文 LLaTTE：离线用户模型异步处理数千长度序列并缓存嵌入，在线排序模型结合实时信号完成打分。
LMSYS BlogAI 评分5050 Miles 实现 Blackwell 原生 MXFP8 与 NVFP4 端到端强化学习
Miles 为 MoE 专家实现了两种 Blackwell 原生 RL 方案：端到端 MXFP8 与逐 token NVFP4，覆盖 rollout、前向传播、权重梯度与数据梯度 GEMM，并支持检查点转换、Megatron 训练、SGLang rollout 与在线权重更新的细粒度精度控制。
LMSYS BlogAI 评分3333 SGLang 如何重构量化栈：从单一类到 Config-Method-Scheme-Kernel 四层架构
SGLang 在 issue #15194 中提出量化栈重构方案，将原本由单一类承担的量化路径拆分为 Quant Config、Linear/MoE Method、Scheme、Kernel 四层，使 checkpoint 格式解析与硬件后端执行解耦。
LMSYS Blog精选AI 评分7878 SGLang 与 Miles 为 Kimi K3 提供 Day-0 支持
SGLang 和 Miles 发布对 Kimi K3 的 Day-0 支持，分别覆盖推理与 RL 训练。K3 为 2.8T 参数的 3 万亿参数级首个开源模型，采用 69 层 KDA 线性注意力与 24 层 MLA 的混合架构和 1M token 上下文窗口。
推荐理由：原文由 SGLang 团队自述 Day-0 支持的实现细节，给出内存管理、投机解码与并行策略的具体方案和实测数字，可迁移到异构注意力架构的部署。
Google ResearchAI 评分5757 Google Research 在 Nature 发表强化学习控制量子纠错研究，让量子计算机从错误中学习
Google Research 与 Google DeepMind 在 Nature 发表研究，用强化学习智能体根据量子纠错检测事件持续调整控制参数，在计算过程中对抗漂移，无需中断计算。
LMSYS BlogAI 评分4040 Miles 新增 On-Policy Distillation（OPD）支持
Miles 将 On-Policy Distillation（OPD）集成进 rollout 与训练流程，支持纯蒸馏和结合 GRPO/PPO 的 RL 增强蒸馏两种模式，并通过稀疏 student-to-teacher 打分避免 O(R²K) 的密集 payload。
Google ResearchAI 评分4242 Google Research 揭示扩散模型创造力来源：分数平滑如何带来泛化
Google Research 在 ICLR 2026 论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》中解释了扩散模型的创造力来源：神经网络训练中的正则化会让学到的分数函数被"平滑"，使去噪过程在训练数据点之间插值，从而生成新样本而非简单记忆。
Google Research精选AI 评分6161 Google Research 发布可穿戴健康基础模型 SensorFM，基于超一万亿分钟传感器数据预训练
Google Research 推出 SensorFM，从500万同意参与者采集的超一万亿分钟多模态可穿戴传感器数据中自监督预训练，覆盖 PPG、加速度、EDA、皮肤温度和测高五类模态。
推荐理由：原文给出SensorFM的训练规模、跨35项健康任务的泛化结果和Agent集成实验，读者可据此评估可穿戴健康基础模型的实际能力。
Berkeley AI ResearchAI 评分5454 UC Berkeley 提出 Agent 时代数据系统的 For、Of、By 三大研究议程
UC Berkeley 的 Aditya G. Parameswaran 等人发表观点文章，认为近零推理成本时代将重塑数据系统研究。
Hugging Face BlogAI 评分4343 PRX Part 4：我们的数据策略
PRX 系列第 4 篇披露其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像长描述，再转为可流式训练的语料。团队改用 Qwen3-VL 在训练中实时计算文本 latent，实测吞吐仅损失约 3–4%（30 天训练多约 1 天），图像统一以 JPEG quality 92 编码。
LMSYS BlogAI 评分4040 Miles 如何用 Token-In-Token-Out 消除智能体 RL 的训练-推理不匹配
Miles 团队提出 Token-In-Token-Out（TITO）原则，要求第 n 轮 prompt 的 token 序列必须与第 n-1 轮 prompt+response 逐位一致，以消除智能体 RL 中训练与推理的 token 序列不匹配。
Microsoft AI News精选AI 评分7474 Microsoft AI 发布七款新 MAI 模型并推出 Frontier Tuning
Microsoft AI 发布七款新 MAI 模型，将上线 Foundry、OpenRouter、Fireworks 和 Baseten，并首次允许开发者自行微调模型权重。
推荐理由：官方完整说明了模型开放方式、Frontier Tuning 效率数据和医疗合作安排，读者可以据此评估其模型路线与可调性。
LMSYS BlogAI 评分4545 SGLang 用 RDMA P2P 实现 1T 参数秒级权重传输，Kimi-K2 提速 7 倍
SGLang 为 RL 工作负载引入基于 RDMA 的 P2P 权重更新机制，通过 Mooncake TransferEngine 传输，将 1T 参数 Kimi-K2 的权重传输从 53 秒缩短至 7.2 秒，提速 7 倍，代价是每个训练 rank 额外占用 32G CPU 内存的推理引擎副本。
Google DeepMindAI 评分5252 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo（分布式低通信）训练架构，将训练拆分为异步的算力孤岛，硬件故障被隔离后其余部分可继续学习。
Google ResearchAI 评分4646 Google Research 推出 TurboQuant：用极致压缩重新定义 AI 效率
Google Research 发布压缩算法 TurboQuant，可在零精度损失下大幅压缩模型，兼顾 KV cache 压缩与向量搜索，将亮相 ICLR 2026。
Mistral AIAI 评分4747 Mistral AI 推出 Forge：面向企业构建前沿级定制模型
Mistral AI 推出 Forge，一套让企业基于自有专有知识训练前沿级 AI 模型的系统，支持预训练、后训练与强化学习全流程。Forge 同时支持 dense 与 MoE 架构，并可处理多模态输入，模型可在企业自有基础设施内训练与治理。该平台以智能体优先设计，Mistral Vibe 等自主智能体可用其微调模型、寻找最优超参数并生成合成数据。
LMSYS BlogAI 评分4343 Miles 强化学习框架新增 ROCm 支持，可在 AMD Instinct GPU 上运行
Miles 开源强化学习框架现已支持 ROCm，可在 AMD Instinct MI300/350 系列 GPU 上原生运行大规模 RL 后训练。该框架基于 SGLang 和 Slime 生态，支持 GRPO/PPO、Ray 编排及 Megatron-LM 集成，并提供预构建容器。