超越聊天机器人：用模型自身失败样本做 DPO，降低 OCR 文本退化
DharmaOCR 团队将 DPO 用于结构化 OCR 任务，用模型自身产生的重复循环失败样本构建偏好对，在全部测试的视觉语言模型家族中均降低文本退化，平均降幅 59.4%，最高 87.6%（Nanonets-OCR2-3B 从 1.61% 降至 0.20%）。
#数据/训练
Hugging Face BlogAI 评分3838
Import AIAI 评分3838 Import AI 459：AI 监管为何困难、蛋白质折叠模型的缩放定律、以及为 AI 系统灭绝风险定价
Import AI 459 聚焦三项研究：英国 AI 安全研究所的论文指出用 AI 监督 AI 训练的自动化对齐并非万能方案；另有工作提出蛋白质折叠模型的缩放定律，以及为 AI 系统灭绝风险定价的尝试。同期还介绍了美国 AI 经济年增速约 2,000%、2025 年名义 AI GDP 约 2500 亿美元的测算研究。
Hugging Face BlogAI 评分3434 PyTorch 性能分析入门（一）：torch.profiler 新手指南
Hugging Face 发布 PyTorch 性能分析系列第一篇，介绍如何用 torch.profiler 分析矩阵乘法加偏置的算子。文章基于 PyTorch 2.13 与 NVIDIA A100-SXM4-80GB，讲解 profiler 表格与 trace 的读法，并演示 torch.compile 带来的变化。
Mistral AI精选AI 评分6060 Mistral 推出物理 AI，将 Emmi AI 并入企业平台
Mistral 宣布将 Emmi AI 并入公司，推出面向工业工程的物理 AI 能力，作为其企业解决方案中的新基础能力。该能力从几何与边界条件直接预测物理场，单次前向推理在单张 GPU 上以秒级完成，用于加速产品设计、工装工艺设计和实时数字孪生，合作方包括 ASML、Airbus、Safran 和 Siemens Energy。
推荐理由：Mistral 把物理仿真 AI 纳入企业平台，读者可据此判断工业设计流程的算力与迭代节奏会如何变化。
Mistral AIAI 评分3838 Mistral 收购 Emmi AI，加码航空航天与半导体领域的 Physics AI 研究
Mistral 收购 Emmi AI，并加倍投入面向航空航天、汽车、半导体和能源等行业的基础 Physics AI 研究。其已发布成果包括 AB-UPT，可在单张 GPU 上处理 9M 表面和 140M 体积网格的原始几何数据而无需重新划分网格，以及面向大型多物理过程的端到端深度学习代理模型 NeuralDEM。
Hugging Face Blog精选AI 评分7575 Hugging Face 在 TRL 中实现增量权重同步，用 Hub Bucket 传输万亿参数模型
Hugging Face 在 TRL 中落地增量权重同步（Delta Weight Sync）：只把 RL 优化器步之间真正变化的 bf16 权重编码成稀疏 safetensors 文件上传到 Hub Bucket，再由 vLLM 拉取应用。
推荐理由：TRL 把稀疏增量权重同步做成了可 pip 安装的实现，读者可据此判断跨机房异步 RL 训练的部署成本。
Hugging Face BlogAI 评分3838 OlmoEarth v1.1 发布：更高效的地球观测模型系列
Hugging Face 发布 OlmoEarth v1.1 地球观测模型系列，通过将 Sentinel-2 各分辨率合并为单一 token 缩短序列长度，在保持 v1 性能的同时将计算成本最多降低 3 倍。该系列包含 Base、Tiny 和 Nano 三种规模，权重与训练代码已开放。
Google Research精选AI 评分7878 Google 将 ERA 科研编码工具开放使用，并推出 Computational Discovery
Google 宣布把基于 Gemini 的科研工具 Empirical Research Assistance（ERA）开放给科学家使用，相关论文同日发表于 Nature。
推荐理由：Google 把 ERA 从 Nature 论文推进到可申请使用的工具，并给出八个跨学科应用案例，可据此判断科研编码自动化的落地边界。
Hugging Face BlogAI 评分4444 Hugging Face 发布 Ettin Reranker 系列：六款 CrossEncoder 重排序模型
Hugging Face 发布 Ettin Reranker 系列六款 Sentence Transformers CrossEncoder 重排序模型，参数规模从 17m 到 1b，基于 Ettin ModernBERT 编码器构建。
Google DeepMind精选AI 评分6262 Google DeepMind 用 Co-Scientist 加速细胞衰老逆转的基因线索发现
Google DeepMind 介绍其 Co-Scientist 正被用于细胞衰老逆转研究，帮助生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室筛选基因通路。Co-Scientist 扫描数万篇论文后提出 20 多个新的候选基因因子，实验室测试验证了其中几个假设，成功让细胞进入更年轻状态并改善整体功能。它还能将原本需要长达六个月的筛选数据分析缩短到几天。
推荐理由：原文给出 Co-Scientist 在衰老研究中的具体产出与耗时对比，可了解 AI 智能体参与科研假设生成的实际方式。
Import AIAI 评分3434 Import AI 457：AI 版 Stuxnet、有缺陷的 Muon 优化器与正向对齐
Import AI 457 期聚焦三项研究：SentinelOne 拆解出约 20 年前的病毒 fast16.sys，它通过篡改 LS-DYNA 970、PKPM、MOHID 等高精度计算软件的内存结果，定向破坏工程与物理仿真。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 Gemini for Science 科学工具与实验
Google DeepMind 推出 Gemini for Science，包含 Google Labs 上三个实验性工具：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：原文给出三类科学智能体实验工具与 Science Skills 的开放入口，可据此判断科研工作流的可迁移用法。
Google DeepMindAI 评分4040 Google DeepMind 与新加坡达成国家 AI 合作，落地医疗、教育与气候项目
Google DeepMind 与新加坡政府达成国家 AI 合作，在医疗、教育、科研和气候领域推出新项目。合作探索 AI 辅助临床的“三方护理”、用 AlphaFold 和 Google Earth 推进东南亚传染病研究，并开发基于 Gemma 的视障跑者助手。
Google DeepMindAI 评分3232 剑桥大学团队用 Google Co-Scientist 寻找跨物种传播致病分子开关
剑桥大学教授 Clare Bryant 利用 Google Co-Scientist 研究流感等病原体跨物种传播时引发脓毒症等重症的分子开关，该工具生成并排序的假说中有一个她此前未关注的蛋白，与多个她感兴趣的信号通路相关。她随后加入未发表数据反复迭代，将假说从候选蛋白细化到具体氨基酸，团队正构建含氨基酸突变的细胞系验证。她表示，原本需两到三年实验才能锁定精确氨基酸，如今有望在六个月内完成。
Google DeepMindAI 评分2222 Google DeepMind Co-Scientist 如何助力 Calico 探索衰老生物学
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist 整合分散的衰老生物学发现并生成可验证假设。
Google DeepMindAI 评分3838 Google DeepMind Co-Scientist 加速肝病机制发现
爱丁堡大学团队用 Google DeepMind 的 Co-Scientist 研究 MASH 肝病，系统提出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁，该假设经实验验证，或为靶向联合疗法铺路。Co-Scientist 还从肝生物学与药理学证据中筛出值得关注的机制和候选联合疗法，以应对潜在药物配对的组合爆炸。
Google DeepMind精选AI 评分6060 斯坦福团队用 Co-Scientist 筛选抗肝纤维化药物
斯坦福大学医学院遗传学家 Gary Peltz 团队在《Advanced Science》发表研究，用 Google DeepMind 的 Co-Scientist 从已有药物文献中筛选可重定位治疗肝纤维化的候选药。
推荐理由：斯坦福团队用 Co-Scientist 筛选抗纤维化药物，实验显示其候选药物表现优于研究者自选，可了解 AI 辅助药物重定位的实际验证方式。
Google DeepMind精选AI 评分7171 WeatherNext 如何帮助美国国家飓风中心预测飓风 Melissa 登陆牙买加
Google DeepMind 与 Google Research 的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天以 80% 置信度预测飓风 Melissa 将以五级强度登陆牙买加，三日前置信度接近 100%。
推荐理由：原文给出AI气象模型在真实飓风预警中的提前量与置信度数据，可观察AI预报在业务决策中的实际位置。
Hugging Face BlogAI 评分4141 Granite Embedding Multilingual R2 发布：Apache 2.0 多语言嵌入模型，32K 上下文
IBM 在 Hugging Face 发布两款 Apache 2.0 多语言嵌入模型 granite-embedding-97m-multilingual-r2 与 granite-embedding-311m-multilingual-r2，均基于 ModernBERT，支持 200+ 语言、32K token 上下文（较 R1 提升 64 倍）及 9 种编程语言代码检索。
OpenAI NewsAI 评分2222 Parameter Golf 对 AI 辅助研究带来了哪些启示
OpenAI 的 Parameter Golf 活动吸引 1000+ 名参与者、收到 2000+ 份提交，围绕 AI 辅助机器学习研究、编码智能体、量化和新型模型设计展开，且全程受严格约束。
Hugging Face BlogAI 评分2222 在 AWS 上构建基础模型训练与推理的积木：计算、网络与存储架构解析
Hugging Face 博客发布技术文章，解析 AWS 基础设施如何与开源软件栈配合支撑基础模型全生命周期。文章梳理了 Amazon EC2 P5（H100/H200）与 P6（B200/B300）实例的算力规格，并指出预训练、后训练与推理正走向融合的基础设施需求：紧耦合加速计算、高带宽低延迟网络与分布式存储。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出当前多数方法（如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS）的并行结构与分解策略由外部预设，而非模型自主决定。
Import AIAI 评分6262 Import AI 455：AI 系统即将开始自我构建
Import AI 作者 Jack Clark 认为，到 2028 年底有 60% 以上概率出现无需人类参与的 AI 研发，即前沿模型能自主训练出自己的后继版本。
Google ResearchAI 评分2222 Google Research 如何通过全球合作与开放资源推动科学影响
Google Research 公布其开放科学成果：十余年开源工具与数据集已服务全球超 25 万名研究人员和开发者。
Hugging Face Blog精选AI 评分6262 Granite 4.1 LLM 是如何构建的：IBM 公开预训练、SFT 与强化学习全流程
IBM Granite 团队发布技术文章，详解 Granite 4.1 系列（3B、8B、30B 稠密 decoder-only 模型）的构建流程：约 15T token 五阶段预训练、上下文扩展至 512K、约 4.1M 高质量样本的 SFT，以及基于 on-policy GRPO 与 DAPO loss 的多阶段强化学习。
推荐理由：Granite 团队公开了从数据配比到多阶段 RL 的完整训练细节，可对照其 8B 稠密模型追平 32B MoE 的取舍。
Google DeepMindAI 评分3636 Google DeepMind 宣布与韩国科学技术信息通信部达成 AI 合作
Google DeepMind 宣布与韩国科学技术信息通信部（MSIT）建立合作，将在首尔办公室设立 AI Campus，向韩国学界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。
OpenAI NewsAI 评分3838 OpenAI 发布 AI 就业转型建模框架，覆盖 921 种职业与 1.48 亿美国岗位
OpenAI 发布一套新框架，分析 921 种职业和 1.48 亿个美国岗位，识别哪些角色面临自动化风险、重组、增长或受 AI 影响较小。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练拆分为解耦的计算孤岛并以异步数据流连接，降低带宽需求并隔离硬件故障。
推荐理由：原文给出分布式训练在带宽、容错和跨代硬件上的实测结果，可据此判断大规模预训练基础设施的演进方向。
Hugging Face BlogAI 评分3333 QIMMA قِمّة：Hugging Face 推出质量优先的阿拉伯语 LLM 排行榜
Hugging Face 发布 QIMMA قِمّة 阿拉伯语 LLM 排行榜，在评测模型前先对基准做质量验证。该榜单整合 14 个来源基准的 109 个子集、超 52,000 条样本，覆盖文化、STEM、法律、医疗、安全、诗歌文学与代码 7 大领域，其中 99% 为原生阿拉伯语内容，并首次在阿拉伯语排行榜中引入代码评测。
Google ResearchAI 评分4040 Google Research 提出 Simula：从第一性原理设计合成数据集
Google Research 提出推理优先的合成数据生成框架 Simula，将数据集生成重构为机制设计问题，通过全局多样化、局部多样化、复杂化和双评审质量检查四个步骤，独立控制覆盖度、复杂度与质量。
Google ResearchAI 评分3636 Google Research 用 AI 合成神经元加速脑图谱绘制，重建误差降低 4.4%
Google Research 提出 MoGen（Neuronal Morphology Generation），用 PointInfinity 点云流匹配模型生成合成神经元形状，为 PATHFINDER 重建模型补充训练数据，使小鼠轴突重建误差降低 4.4%，主要来自合并错误的减少。
Hugging Face BlogAI 评分4141 Ecom-RLVE：面向电商对话智能体的自适应可验证环境
Hugging Face 将 RLVE 框架从单轮推理题扩展到多轮、工具增强的电商对话，推出 EcomRLVE-GYM，包含产品发现、替代品、购物车构建、退货、订单追踪、政策问答、组合规划和多意图旅程 8 个可验证环境，每个环境配有程序化问题生成、12 轴难度课程和算法可验证奖励。
OpenAI NewsAI 评分2020 用 ChatGPT 分析数据
OpenAI 介绍如何用 ChatGPT 探索数据集、生成洞察并创建可视化，进而把分析结果转化为可执行的决策。
Google ResearchAI 评分3232 Google Research 发布 ConvApparel 数据集，量化并弥合用户模拟器的真实感差距
Google Research 推出 ConvApparel，一个包含 4000 多组人机多轮对话（近 15000 轮）的服饰购物领域数据集，用于量化 LLM 用户模拟器与真实人类行为的真实感差距。
Google ResearchAI 评分3535 Google Research 研究：AI 评测需要多少标注者才够？
Google Research 在论文《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》中研究了评测条目数与每条目标注者数的权衡，并已将模拟器在 GitHub 开源。
Hugging Face BlogAI 评分3232 OpenMed 用 165 美元训练跨 25 物种的 mRNA 语言模型
OpenMed 构建了覆盖结构预测、序列设计与密码子优化的端到端蛋白质 AI 流水线，其中 CodonRoBERTa-large-v2 以困惑度 4.10、Spearman CAI 相关性 0.40 显著优于 ModernBERT。团队随后将模型扩展至 25 个物种，用 55 GPU-hours 训练出 4 个生产模型，并搭建了目前其他开源项目尚未提供的物种条件化系统。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 TRL v1.0 后训练库
Hugging Face 发布 TRL v1.0，将这一原本的研究代码库正式定位为有稳定性承诺的后训练库，目前实现超过 75 种后训练方法，月下载量 300 万次。
推荐理由：TRL v1.0 把稳定核心与实验层分开，并给出与同类后训练库的横向对比，便于判断选型与迁移成本。
Google Research精选AI 评分6262 Google 发布 TurboQuant 等向量量化算法，将 KV cache 压缩至 3 bit
Google Research 提出 TurboQuant 压缩算法，并配套 QJL 和 PolarQuant 两种方法，用于解决向量量化中的内存开销问题，相关论文将分别在 ICLR 2026 和 AISTATS 2026 发表。
推荐理由：Google 提出 TurboQuant 等三种向量量化算法，可在不损失精度的前提下把 KV cache 压到 3 bit，并给出与基线的对比数据。
Google ResearchAI 评分2626 Google Research 推出 S2Vec：用自监督学习读懂城市建成环境
Google Research 发布自监督框架 S2Vec，将道路、建筑等建成环境特征栅格化为多层图像，通过掩码自编码（MAE）学习通用嵌入向量，无需人工标注即可预测人口密度、收入等指标。
Hugging Face Blog精选AI 评分6262 如何在一天内构建领域专用嵌入模型
NVIDIA 发布一套基于 NeMo 的嵌入模型微调流程，用单张 GPU 和不到一天时间把通用嵌入模型改造成领域专用模型，无需人工标注。流程包含用 LLM 从领域文档生成合成问答对、挖掘难负样本、多跳问题展开、对比学习微调、BEIR 评测以及导出为 ONNX/TensorRT 并用 NVIDIA NIM 部署六步。
推荐理由：原文给出从文档到部署的六步嵌入模型微调流程与实测指标，可迁移到自有领域语料。