AWS 开源 UAEF:跨框架闭环评测 AI 智能体
AWS 发布开源框架 UAEF,用适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的执行轨迹统一为 AgentTrace,再以 7 个维度 36 项内置指标打分。
AWS 发布开源框架 UAEF,用适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的执行轨迹统一为 AgentTrace,再以 7 个维度 36 项内置指标打分。
AI2 在 Hugging Face 发布 ToyBlocks,一个围绕机械臂与桌面方块搭建的开放仿真框架,属于其 FoundationWorlds 系列的第一个环境。
NVIDIA 在 Cosmos 世界模型平台下新增四个开放权重 checkpoint,均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数,采用允许商用与非商用的 OpenMDW1.1 许可。
Hugging Face 提出 Model Integration Contracts(MIC)标准,通过缩小真实 checkpoint 得到的 fixture 在廉价 CPU 上运行集成测试,在 PR 阶段拦截回归。
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 在 Hugging Face 上线 SimReady Central Library,汇集 2000 多个带碰撞几何、质量、摩擦等仿真属性的 OpenUSD 资产,免费且无需申请即可使用。
AnyLanguageModel 1.0 正式发布,同时推出 swift-huggingface 1.0 和 swift-xet 1.0。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam,采用 MoE 架构,总参数 501B、每 token 激活 23B,支持 1M token 上下文,以 Apache 2.0 许可开放,面向编码与智能体场景。
Black Forest Labs 发布 FLUX.3 Image Klein,一个模型同时支持文生图、多参考图生图和边界框布局控制,并在 Diffusers 首日上线。
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。
微软在 Nature 发表逆合成预测框架 RetroChimera,并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc,通过学习式集成对两者预测重排序,在盲测中化学家更偏好其单步反应预测。
Hugging Face 发布 tokenizers v1,输出 token ID、API、词表和 merge ranks 与 v0.23 保持一致,但速度最高提升数十倍。
Google Research 发布 MilleMiglia,一个用 C++ 编写的实例生成器,用于为中程物流配送问题生成真实且保护隐私的基准数据,源码与文档已在 GitHub 公开。
费城儿童医院(CHOP)基于 NVIDIA 联合创办的开源医学影像框架 MONAI,将儿童心脏建模从耗时四小时缩短到数秒,并已用于复杂心室间隔缺损手术规划。CHOP 正与 NVIDIA 合作,把基于 NVIDIA Warp 的开源物理引擎 Newton 接入 SlicerHeart,将心脏器械仿真从最长四小时降至近实时。
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个规模,用单个双向 Transformer 同时处理文本 token 与 32×32 图像 patch,从零以掩码离散扩散目标训练,不依赖预训练视觉塔或因果语言模型。
一份公开的低成本方案用 TRL 的 GRPO 对 LFM2.5-350M 做微调,仅约 500 条样本、100 个训练步,就把 IFStruct 基准分数从 22.6% 提升到 29.7%,训练可在免费 Colab 或 Kaggle GPU 上完成。评测通过 llama.cpp 在 MacBook 本地运行,代码已开源在 GitHub。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash,以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理分析算力需求,并采用 Apache 2.0 开源。
Hugging Face 的 OlmoEarth Studio 现已支持计算并导出嵌入向量,用户可通过 UI 或 API 选择区域、时段、编码器变体和分辨率,获得 Cloud-Optimized GeoTIFF(COG)格式结果。
Hugging Face 发布开源系统 Grabette,用手持夹爪加双摄像头录制操作演示,无需机器人或遥操作设备即可生成机器人可用的数据集。Grabette 手持端物料成本约 490€,配套的电机夹爪 Gripette 约 120€,硬件 CAD、树莓派采集软件和浏览器端处理流程全部开源。
Hugging Face 发布 ScarfBench(Self-Contained Application Refactoring Benchmark),用于评估 AI 智能体在 Spring、Jakarta EE、Quarkus 之间跨框架迁移企业级 Java 应用的能力。
Hugging Face 提出 DiScoFormer(Density and Score Transformer),给定一组数据点即可在单次前向传播中同时估计分布的密度与 score,无需针对新分布重新训练。
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态,为 PATHFINDER 重建模型补充训练数据,在保留的小鼠轴突上把重建错误率降低 4.4%,主要来自合并错误的减少。