微软与 Hugging Face 用 ThinkingBox 把数据库校验变成 RL 奖励,微调 Qwen3.8-27B
微软与 Hugging Face 联合发布 ThinkingBox-Training,把 ThinkingBox 对数据库终态的确定性校验直接当作 RL 奖励,用于训练有状态业务智能体。
微软与 Hugging Face 联合发布 ThinkingBox-Training,把 ThinkingBox 对数据库终态的确定性校验直接当作 RL 奖励,用于训练有状态业务智能体。
Amazon SageMaker AI 的训练会话 API 把抽象层下移到训练操作,开发者在本机用 Python 编写训练循环,通过 forward_backward、optim_step、sample 等调用在托管 GPU 上执行,服务负责模型与 LoRA 加载、分布式执行、故障恢复和检查点存储。
AWS 宣布 SageMaker AI 无服务器模型定制中的训练会话正式可用,用户可自行编写并协调训练循环,包括自定义损失函数和奖励信号,GPU 分配、分布式执行、故障恢复与 checkpoint 存储由平台负责。
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每一块 10×10 米土地划入六类森林与土地利用类型,作为欧盟无毁林法规(EUDR)的关键基线。
NVIDIA 发布 AIOps 平台 Minerva,汇集基础设施与 AI 工作负载的遥测数据,用专用 AI 模型把数据转成可执行的洞察。平台跨 GPU、SuperNIC、交换机、存储、调度器和作业构建动态知识图谱,每小时分析数十亿数据点,可把大量告警聚合成带根因的单一事件。
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble,将 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型组合为统一预测接口,无需重训、无需拟合集成权重。
NVIDIA 扩展 Cosmos 平台,新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图,用于构建理解并模拟真实世界的世界模型。
美国非营利组织 U.S. Hunger 借助 Amazon Quick 让领导层直接探索组织数据,并将 SQL Server 数据每晚 2 点刷新至 SPICE 内存引擎。Quick Spaces 为领导团队提供共享的 KPI 定义、财务文档与分析空间,目前已有 17 名同事获得访问权限,覆盖高管、技术、Full Cart 项目、财务与合规等职能。
在单台 trn2.48xlarge(16 颗 Trainium2、64 个逻辑 NeuronCore)上,torchtitan 可通过 TorchNeuron 把 Trainium 注册为原生 PyTorch 设备。
Hugging Face 博客发布《Profiling TorchNeuron》系列第一篇,讲解如何在 AWS Trainium 上用 torch.profiler 配合 NeuronConfig 与 NeuronProfiler 抓取干净的 trace,并通过 key_averages() 表定位消耗 Neuron 设备时间的算子。
NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做流失、需求、欺诈等预测,单次前向传播完成,无需任务特定训练、特征工程或表扁平化。
NVIDIA 推出多变量时序预测模型 Kumo Forecast(原 NV-Tesseract Forecasting),基于 MOMENT-1-large 骨干,约 3.4 亿参数编码器加可训练预测头,采用 Apache 2.0 许可。
NVIDIA 扩展开源 Agent Toolkit,新增 Agent Knowledge Foundation,并纳入 CUDA-X 库、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时、NemoClaw 蓝图以及 NeMo Relay、NeMo Compass 等工具。
i14 与 AWS 合作,通过 TorchNeuron Native 将线性注意力模型 Laplace 3B 移植到 AWS Trainium2,保留其 Gated Linear Attention 设计与 Muon 优化器。
NVIDIA 发布 Cosmos3-H-Dreams,把交互式生成模拟扩展到临床胆囊切除场景,基于 160 亿参数的 Cosmos3-H-Embodied-Nano 微调,可在单张 NVIDIA RTX PRO 6000 GPU 上实时运行。
GPT-OSS-20B 在 50 例多语言推理测试中仅 22% 用目标语言推理(英语 100%、法语 0%、德语 10%、西班牙语 0%、意大利语 0%),团队在 Amazon SageMaker HyperPod 上用 LoRA 结合 SFT 与 GRPO 微调以纠正其英语偏好。结论是 SFT 承担主要工作,GRPO 在存在提升空间时进一步优化,技术选择需匹配能力差距。
Hugging Face 发布 TorchNeuron,为 PyTorch 在 AWS Trainium 上提供原生后端,Transformers、Diffusers 和 Kernels 原生支持,10 月 20 日起以公开 beta 开放,可通过 pip install torch-neuronx 安装。
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月新增超过 100 个模型,覆盖 30 家提供商。其中 Alibaba(Qwen)贡献 29 个模型,NVIDIA 贡献 17 个,包括 Cosmos3 世界基础模型系列与 Nemotron 系列;Mistral、Google、IBM、Cohere 分别新增 7、6、4、4 个模型。
Google Research 发布研究博客,介绍让 AI 智能体在湿实验中闭环工作的三项进展:VERID 框架为实验台建立语义数字孪生,支持实时 3D 状态追踪、虚拟预演、硬件安全检查与视频动作日志同步。
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1,约 2.8 万亿 token,覆盖 22 种印度语言,其中 2,601.0 亿为本地文字 token、224.6 亿为罗马化 token,计数使用 Gemma-4 tokenizer。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M 和 209M 四个尺寸,最大模型以 209M 参数在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一,参数量仅为前代 SOTA 的三分之二。
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative,为欧洲研究界提供加速工具、算力、培训与创业支持。
NVIDIA 披露其在北欧的技术生态投入,包括投资瑞典初创公司 Lovable 和 Legora,Lovable 正用 NVIDIA Dynamo 与 Nemotron 优化开源模型推理。
Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2,其降尺度模型 HiROv2 可同时预测多个高分辨率气象场,并提升极端降雨、风速和气压事件的还原能力。
微软研究院推出 StudentSim,一种从公开去标识化学习记录中训练个性化 AI 学生模拟器的研究系统,让 AI 辅导工具在接触真实学习者之前就能获得反馈。该系统同时提出 StudentSimEval 评测基准,从行为保真度和对辅导的响应度两个维度评估模拟器,覆盖国际象棋、第二语言英语写作和数学三个领域,表现优于主流基线。StudentSim 并非产品,不会部署到课堂,也不用于替代教师。
Amazon SageMaker HyperPod 推出基于 EKS 的多租户参考架构,让多个团队共享同一 GPU 集群并保持隔离与资源公平。
微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量智能体强化学习框架,围绕 Harnessed Agentic RL 范式重建,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重新实现智能体。
英伟达团队从 Nemotron 3 出发,用 SFT、RL 和反馈驱动的推理流程,让模型在 IOI 2026 和 IMO 2026 都达到金牌水平。IOI 2026 中 Nemotron-3-Ultra-CC 得 535.4/600,高于 361.12 的金牌线和人类最高分 498.27;IMO 2026 系统得 30/42,高于 29 的官方金牌线,其中六题有四题满分。
OpenAI 发布内部前沿模型在数学开放问题上取得的新结果,并公开了 Lean 证明形式化及相关研究细节。相关材料已发布在 GitHub 上。
Jump Trading 正借助 OpenAI 扩展量化研究,通过运行时间更长的 AI 工作流,把多个数据源与人工审核结合起来。该模式让 AI 承担更长的研究流程,同时保留人工复核环节。
AWS 发布 Amazon SageMaker HyperPod 管理与治理最佳实践,提出组织、项目、集群、工作负载四层控制模型,用于多团队共享加速计算集群时划分权限与容量。
Google Research 用 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)作为概念验证,把自监督预训练的"地点"嵌入向量直接接入现有流行病学流程,无需任务特定微调即可匹配或优于传统输入。
Falcon-Emirati-7B 发布,这是一个在 Falcon-H1-Arabic 基础上构建的 7B 方言专用模型,专注理解与生成阿联酋阿拉伯语。它沿用 Falcon-H1 混合架构(Mamba 与 Transformer 注意力并行),并基于真实方言网页数据、MSA 文化语料与受术语表约束的合成数据训练。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索到的文献片段转成带引用报告的模型,基于 Qwen3-8B 经 SFT 和 DPO 训练,权重与训练数据一并开放。
ServiceNow CoreAI 构建了 AutoSynthData,利用目标模型的失败案例与更强教师的成功轨迹定位能力缺口,再生成并验证新任务用于后训练,课程随模型进步动态转向仍难的任务。该流程在 EnterpriseOps Gym 环境中演示,任务由系统规范、用户提示词和验证器三部分组成,需满足可行性、真实性与难度要求。
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps,应用每次打开时都会实时查询受治理的 Quick Sight 数据集,不再依赖构建时的静态快照。该功能支持 SPICE 与 Direct Query 两种数据集模式,查询以查看者身份执行,自动沿用已有的行级与列级安全规则,每位查看者首次使用需按数据集单独授权,且不支持匿名或公开访问。
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调,并做提示词层面的输出优化,使其适配自身零售审核策略。该策略按九类行为与品牌、其他、禁止三类主体双轴分类,微调数据集含 3391 个对话窗口,三类配置在 737 个对话窗口的留出测试集上对比评估。
Amazon Quick Sight 发布层级筛选器,可将 Region、Country、City 等多个关联字段合并到一个紧凑控件中,支持最多五级层级,读者按 Region → Sub-Region → Country → City 路径逐级下钻,并可在同一控件内混选不同层级。该功能旨在减少筛选器数量、降低界面杂乱,并避免读者因不了解地理归属而困惑。
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)做产品获客漏斗的个性化内容选择,七周在线 A/B 测试中,一个人群组的最终漏斗转化率取得高个位数相对提升,另一人群组则未见改善,问题出在内容而非模型。
AI2 发布 Olmo-core 3,这是其大语言模型开发框架的一次重大升级,重新设计了开放的 MoE 训练系统,目标是把 MoE 训练扩展到万亿参数规模并保持计算效率。