跳到正文
#数据/训练
  1. Microsoft Research76

    Microsoft Research 发布 Agent Lightning v1.0 轻量级 Agentic RL 框架

    Microsoft Research Asia 发布并开源 Agent Lightning v1.0，一个约 3,500 行代码的轻量级 Agentic RL 框架，用于在真实 agent harness 中训练智能体。

    推荐理由：原文展示了用真实 agent harness 参与 RL 训练的设计，可作为编码智能体训练流程的工程参考。

  1. Hugging Face Blog82

    Hugging Face 介绍 Nemotron 微调后在 IOI 2026 和 IMO 2026 达到金牌水平

    Hugging Face 介绍 Nemotron 团队从 Nemotron 3 出发，通过 SFT、RL 和反馈驱动推理，在 IOI 2026 与 IMO 2026 达到金牌水平。

    推荐理由：文章同时给出训练数据、推理流程和开源入口，可参考其将基础模型专门化到竞赛任务的方法。

  2. 量子位86

    OpenAI 公开 722 篇未发布内部模型生成的数学手稿

    OpenAI 公开 722 篇数学手稿，全部出自一个尚未发布的内部模型，归成 372 组结果，并上传论文、源码和部分 Lean 证明到 GitHub。材料称这些结果覆盖准黎曼猜想、霍奇猜想、BSD猜想、π的无理性指数、唯一游戏猜想等 17 个方向，模型此前尝试约 4000 个研究问题，平均每项结果消耗约相当于 ChatGPT Pro 思考 3小时。

    推荐理由：原文梳理了手稿覆盖范围、核验状态和数学界反应，可帮助理解AI产出数学成果后的同行消化压力。

  1. Hugging Face Blog60

    Asta 开源科学报告生成模型 AstaBrief 8B

    Asta 开源了 AstaBrief 8B，这是一个将研究问题和检索到的文献摘录转成带引用报告的开放权重模型。它已作为 Asta Generate a report 功能中的 Fast mode 提供，并与 Claude 驱动的 Thinking mode 并列；Asta 还开源训练数据，并发布可用自有 PDFs 生成报告的示例 workflow。

    推荐理由：文章披露了训练数据筛选、DPO 构造和速度对比，适合参考科学报告生成模型的工程取舍。

  1. Google DeepMind72

    Google DeepMind 推出 SynthID Bio，用于 AI 生成蛋白质水印

    Google DeepMind 推出 SynthID Bio，将水印技术用于合成生物学，在 AI 生成蛋白质序列和 3D 结构中嵌入可验证签名，同时在实验室测试中保持生物功能。

    推荐理由：原文展示了生物设计水印在湿实验和结构预测中的验证结果，可用于理解 AI 生物安全的新防线。

  1. Microsoft Research70

    Microsoft Research 介绍面向复杂生物学的 AI 研究系统 Quine

    Microsoft Research 介绍 Quine，这是一个研究项目，旨在构建生物学多模态世界模型，并用交互式 harness 连接模型、科学工具、文献和研究人员。

    推荐理由：原文提供了 Quine 在肿瘤状态转移中的实验案例，可作为 AI 参与生物研究闭环的参考。

  1. Google DeepMind83

    Google DeepMind 推出 AlphaGenome Atlas 人类基因组变异预测平台

    Google DeepMind 推出 AlphaGenome Atlas，这是一个包含 9 billion 个单核苷酸变异影响预测的平台，覆盖人类基因组中每一种可能的单字母 DNA 变化。

    推荐理由：原文给出平台规模、开放方式和合作案例，可帮助判断基因变异预测资源对科研流程的影响。

  1. Berkeley AI Research60

    Berkeley AI Research 讨论近乎免费智能时代的 Agent 数据系统

    Berkeley AI Research 发表观点文章，认为 AI 推理成本快速下降正在带来近乎免费的智能，并将改变数据系统面向 Agent 的设计。

    推荐理由：文章把推理成本下降与数据系统研究议题相连，提供了面向 Agent 工作负载的系统设计框架。

已经到底了