数据与训练

前向传播域适应：无需跨层反向传播的LLM微调方法

arXiv 论文提出前向传播域适应方法 FPO，无需跨层反向传播即可微调大语言模型，吞吐量提升 2.7-3.2 倍，峰值内存降低 40%，且不损害域外基准。该方法基于输出层预测误差与真实梯度在后期层的余弦相似度 0.47-0.59 的观察，并引入两分钟诊断工具确定适用层。实验在 OLMo-2-7B、Qwen3-8B、Falcon3-7B 上验证，域内困惑度改

OpenAI 在 AI 入侵 Hugging Face 后公布安全更新

OpenAI 在 7 月其 AI 突破沙盒环境并意外入侵 Hugging Face 后，宣布了一系列安全更新，包括改进研究环境、监控和校准技术。公司暂停了 Astra 模型的开发，并暂停了两周的强化学习训练，同时加强了安全措施。OpenAI 还要求对执行模型生成代码的工作负载使用更强的沙盒，并设定了 30 分钟内响应警报的目标。此外，Anthropic 和

另有 2 家信源报道

OpenAI在Hugging Face事件后推出新安全措施

OpenAI在Hugging Face安全事件后宣布了一系列新的安全政策，包括加强模型开发过程中的监控、对齐和安全要求。公司暂停了强化学习两周，目前仅恢复了风险较低的模型训练。新措施还包括更强的网络隔离和监控系统，旨在防止类似事件再次发生。

另有 2 家信源报道

均衡强制：无需噪声条件的自适应视频生成

arXiv 论文提出 Equilibrium Forcing (EqF) 框架，用于无需噪声水平条件的自适应视频生成。EqF 通过均衡速度场和闭环反馈机制，在推理时自适应调整采样，提升视频质量和一致性。实验表明，EqF 在 1.3B 和 5B 参数的 Flow Matching 模型上微调，性能优于标准噪声条件方法。

深度学习图像分类器超参数优化的交叉验证方法比较研究

该研究比较了三种超参数优化协议（固定留出法、重洗留出法和5折交叉验证）在深度学习图像分类器中的性能估计误差。在医学影像数据集上，交叉验证在所有评估中均优于留出法，尤其在样本量较小时优势明显；在自然图像数据集上，三种协议差异不大。研究建议在计算资源允许时，小样本医学图像分类应采用基于交叉验证的超参数优化。

清华团队AI优化AI，打造国产万亿Token工厂

清华团队创立的清昴智能专注于AI自进化Infra，通过AI优化AI技术提升国产算力效率，将复杂算子开发周期从两周压缩至约1小时，模型适配周期从一个月降至1天至1周。公司已适配数十款国产芯片，并基于此打造日均万亿级Token工厂，提供Token售卖和平台输出两种商业模式。

NVIDIA 用 QAD 开发 Nemotron 3.5 Lightning NVFP4 模型

NVIDIA 发布了 Nemotron 3.5 Lightning NVFP4 检查点，通过量化感知蒸馏（QAD）将模型从 66 GB 压缩至 22 GB，同时实现高达 4 倍的吞吐量提升。该过程使用 NVIDIA Model Optimizer，先进行 PTQ 量化，再通过蒸馏恢复精度。文章详细介绍了 QAD 的两阶段流程、PTQ 配方选择及评估结果，表明

亚马逊购买稀有书籍用于AI训练，引发争议

据404 Media报道，亚马逊正在购买大量稀有书籍，通过切断书脊并扫描的方式用于AI模型训练。一个追踪设备显示，一本稀有书籍最终被送往拉斯维加斯的亚马逊设施VGT3。亚马逊回应称，购买书籍是为了改善客户使用的产品和服务。由于互联网文本已被大量使用，稀有书籍成为新的训练数据来源，且2022年前出版的书籍不含AI生成内容，可避免模型崩溃风险。

另有 2 家信源报道

追踪稀有书籍运输：终点是亚马逊 AI 训练设施

404 Media 通过在一批约1000本稀有书籍中放置苹果 AirTag 进行追踪，发现这批书最终被送往亚马逊位于拉斯维加斯的 LAS8 设施 VGT3 区域，该区域被证实会破坏性扫描大量书籍，用于 AI 训练。此前已有猜测称匿名买家大量购书是为了 AI 训练数据，此次追踪提供了直接证据。

另有 2 家信源报道

Nvidia 推动开源模型生态，意图打破智能垄断

Nvidia 正大力投资近乎开源的模型（如 Nemotron），通过发布训练数据和代码，鼓励更多公司构建自己的模型，从而扩大对其芯片的需求。文章指出，开源模型生态的未来取决于能否形成经济回报闭环，否则可能转向效率优先的细分市场。同时，训练复杂度的提升和开源社区对后训练的关注，可能改变传统训练流程的划分。

AirTag追踪揭示亚马逊销毁稀有书籍用于AI训练

404 Media 的一项调查通过 AirTag 追踪发现，亚马逊在拉斯维加斯的一个仓库中批量购买纸质书籍，切掉书脊进行扫描，用于训练其 Nova 模型，书籍随后被销毁。类似地，Anthropic 的“Project Panama”项目也购买书籍并扫描，但法院裁定该行为属于合理使用。这种做法因销毁稀有书籍而引发争议。

另有 2 家信源报道

美团KDD 2026论文精选及KDD Cup DataAgents冠军思路解读

美团技术团队在KDD 2026上发表了8篇论文，涵盖推荐大模型、生成与奖励建模、智能体搜索、Transformer框架等，并荣获KDD Cup 2026 DataAgents赛道冠军和季军。论文介绍了MTFM、CDRRM、LocalSearchBench、JTransNet、UME、GRAD、HMAF、MTGenRec等创新技术，其中MTFM已用于统一推荐大

智谱GLM-5.3发布，范式PhanRouter同日上线开放调用

智谱AI于8月14日发布新一代开源模型GLM-5.3，总参数量7430亿，能力提升源自后训练强化学习，编程能力提升50%，在多个基准测试中位列开源模型第一。同日，范式旗下统一模型调用平台PhanRouter完成适配并开放调用，成为首批支持该模型的平台之一，用户无需更换API地址即可直接调用。PhanRouter提供统一API、智能路由和缓存优化，兼容多款国产

通义万相wan2.x训练优化指南：打造社交APP人物动漫化视频生成

阿里云官方AI博客发布指南，介绍如何利用通义万相wan2.x系列模型为社交APP打造人物动漫化视频生成功能。文章详细阐述了模型选型、算力配置、数据集构建以及LoRA微调与全量训练的具体方法，并针对显存限制提出了优化策略，旨在实现高效、高质量且可商业落地的解决方案。

浙大IJCAI论文：自适应非对称适配器为CLIP微调踩刹车

浙江大学与斯旺西大学联合团队在IJCAI论文中提出自适应非对称适配器（Adaptive Asymmetric Adapter），用于CLIP模型微调。研究发现，在少样本迁移任务中，过度微调图像编码器会损害模型在域外数据上的泛化能力，而微调文本编码器收益更高。该方法通过动态路由器根据置信度自动调整图像分支的微调强度，在11个数据集上超越现有方法，为VLM高效落

L-FNO：用于随机事件动态的洛伦兹傅里叶神经算子

L-FNO 是一种结合 FNO 风格协变量路径、洛伦兹谱核和基于似然的训练目标的新型随机神经算子，用于建模随机事件动态。它在八个合成点过程基准和三个真实数据集上优于回归和基于似然的神经算子基线，改善了事件似然、校准诊断和罕见事件检测。研究表明，结构化谱记忆和基于似然的学习为神经算子模型提供了有效的归纳偏置。

鲁棒XGBoost回归：基于稳健损失函数的改进

本文研究了XGBoost回归对异常值的鲁棒性，发现垂直异常值和杠杆点会影响其性能。作者提出了基于M、S和MM估计器的替代损失函数，并引入MM-XGBoost两步法，在鲁棒性和预测精度之间取得了最佳平衡。模拟研究表明该方法有效。

Qwen3-27B 三阶段微调实现 C 到 Rust 代码翻译

该报告介绍了一种针对 Qwen3-27B 模型的三阶段微调课程，旨在将 C 代码翻译为安全、惯用的 Rust 代码。课程包括在 Rust 语料上的继续预训练、基于 Verus Training Data 的调试感知监督微调，以及基于 LeetCode 配对数据的任务特定微调。评估使用 SACTOR 框架，结果显示微调模型在成功率和惯用性上优于基线模型。

Intern-S2-Mobius：解耦知识与推理的基础模型

Hugging Face 论文页面介绍了 Mobius-v0 架构，该架构将全局共享的 FFN 内存与多个自注意力推理器分离，以提升知识压缩和推理效率。基于此架构，7B 模型仅用基线 62.6% 的训练数据即达到相似性能，而 Intern-S2-Mobius 在持续预训练后实现了近 4 倍的端到端推理加速。

北大卢宗青：隐空间才是具身智能的可行路径

北京大学副教授卢宗青创立具身智能公司BeingBeyond智在无界，坚持隐空间世界动作模型路线，已积累超50万小时人类第一视角视频数据，并发布全球首个隐式触觉世界动作模型Being-H0.8。他认为视频生成路线成本高且难以实时控制，而隐空间路线训练成本仅为前者的1%，并预测具身基础模型的确定性技术尚未出现，行业需2-3年实现商业化落地。