Ornith AI 发布 397B 自改进模型 Ornith-1.5，性能对标 Claude Opus 4.8
Ornith AI 发布了 Ornith-1.5-397B，这是一个 397B 参数的混合专家模型，通过端到端自我改进训练，在 Terminal-Bench 2.1 上得分 86.1，在 DeepSWE 上得分 56.0，性能与 Claude Opus 4.8 相当，并优于 GLM-5.2 和 DeepSeek-V4-Flash-0731 等开源模型。该模型
数据与训练
技术方向 · 训练侧的门道：数据集构建、合成数据、预训练与后训练方法 · 共 549 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
8月24日周一 · 3 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
OraRL：将标注作为轨迹的高效可扩展视频多模态强化学习
南开大学等机构提出 OraRL，一种面向视频多模态大模型的高效强化学习后训练方法。该方法将标注作为 oracle 轨迹加入策略组，并设计解耦优势估计器避免优势反转，显著提升训练效率与性能。OraRL 在多项视频感知基准上超越现有模型，且推理速度大幅提升。
正文结构化主题已通过公开置信门槛
BF1：用于高效长上下文 Transformer 的因果二进稀疏注意力改造
BF1 是一种确定性的块对齐二进稀疏注意力机制，结合局部邻域、全局首块和对数间隔历史块，实现 O(n log n) 交互和 O(log n) 通信深度。在 NVIDIA RTX PRO 6000 Blackwell GPU 上，BF1 在 32K 上下文下实现每层 10.91 倍加速，并将 Qwen3-0.6B 模型的首 token 时间降低 15.3%。在
8月23日周日 · 3 条
正文结构化主题已通过公开置信门槛
AI训练使用版权书籍是否合法？法律复杂且未决
本文探讨了在版权法下训练AI模型的合法性问题，指出法律尚未跟上技术发展，法官需依据1976年的法律裁决。近期Anthropic因盗版书籍被罚15亿美元，但法官认为其训练行为合法，类似阅读。法院在Thomson Reuters诉Ross案中裁定直接竞争性使用不构成合理使用。专家认为这些裁决对AI公司有利，但法律不确定性仍存。
正文结构化主题已通过公开置信门槛
Ornith-1.5-9B：端到端自我改进的轻量级编码模型
ornith-ai 发布了 Ornith-1.5-9B 模型，这是 Ornith-1.5 系列中最轻量的 9B 密集模型，通过端到端自我改进循环，联合优化任务生成、脚手架构建和解决方案生成。该模型在编码基准测试中表现优异，如 SWE-bench Verified 得分 70.6，并支持移动端量化部署。
正文结构化主题已通过公开置信门槛
Ray 2.58.0 发布：KV 缓存路由、Delta Lake 集成与 TPU 支持
Ray 2.58.0 发布，重点包括 Ray Serve LLM 完成 KV 缓存和 token 感知路由，Ray Core 支持任务事件卸载，Ray Data 新增 Databricks Delta Lake 集成和 shuffle v2 后端，并推出实验性 Ray Sandbox 和 TPU 支持。这些改进提升了推理性能、数据处理效率和资源调度能力。
8月22日周六 · 4 条
正文结构化主题已通过公开置信门槛
模拟接管AI：10%更差，100倍便宜，10000倍更快
Latent Space 的 AINews 文章提出，自 2022 年以来，AI 流水线中越来越多的组件从人类制造转向模型制造，形成“模拟”趋势：性能略差（10%），但成本更低（100 倍）且速度更快（10000 倍）。文章按阶段梳理了从奖励信号、训练数据、教师模型、课程设计到研究者、环境乃至人类主体的合成化进程，并引用 InstructGPT、Phi、Al
正文结构化主题已通过公开置信门槛
Netflix测试语言模型推荐系统GenRec，性能超越传统方法
Netflix开发了基于语言模型的推荐系统GenRec，将用户行为转换为纯文本，通过微调开源权重模型进行推荐排序。离线测试和在线A/B实验显示，其推荐质量优于现有系统，且所需标注数据减少约40倍。Netflix认为这是从定制架构向通用语言模型转变的一部分，但尚未完全替代现有系统。
正文结构化主题已通过公开置信门槛
DavidAU 发布 Qwen3.8 冷融合微调模型，大幅减少思考 token
DavidAU 发布了基于 Qwen3.8-27B 的微调模型 Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-NM-DAU-NEO-MAX-MTP-GGUF，采用 COLD FUSION（GAIN+Unsloth）训练方法，将思考 token 减少至原来的 1/2 到 1/10，同时保持或提升推理能力。该模型在 4bit 和 8bit
正文结构化主题已通过公开置信门槛
DavidAU 发布 Qwen3.6-40B 多阶段微调模型，宣称达到闭源智能水平
DavidAU 发布了 Qwen3.6-40B-Fable-Fusion-6-Core-Deckard-Eleanor-Heretic-Uncensored-NM-DAU-NEO-MAX-MTP-GGUF，这是一个基于 Qwen 3.6 的 40B 参数多阶段微调模型，据称在 8 位和 4 位量化下达到闭源模型（如 OpenAI、Claude）的智能水平。该
8月21日周五 · 10 条
正文结构化主题已通过公开置信门槛
英伟达6亿美元收购Poolside模型工厂并吸纳109名员工
英伟达将以6亿美元收购AI初创公司Poolside的“Model Factory”软件，并吸纳其109名员工，这些员工曾参与Laguna模型的开发。此外，英伟达还将以120亿美元投前估值向Poolside投资10亿美元，三位创始人将继续留任。该交易并非传统收购或人才收购，而是通过许可技术和招聘员工来规避监管审查，英伟达此前与Groq和Enfabrica也有类
正文结构化主题已通过公开置信门槛
阿里财报揭示AI商业化：云和芯片成最大赢家
阿里最新财报显示，阿里云营收达487.37亿元，同比增长45%，经调整EBITA同比增长133%，利润率升至11.6%。增长主要来自AI算力需求激增和MaaS收入增加，同时自研芯片出货和全栈优化提升利润。阿里全栈AI布局使其在商业化中更具优势，云厂商成为AI浪潮中的受益者。
正文结构化主题已通过公开置信门槛
Poolside 获 NVIDIA 12 亿美元授权交易，创始人留任员工转投
Poolside 创始人宣布，NVIDIA 以 12 亿美元获得其模型工厂授权，并雇佣了 109 名员工，创始人留任并获得 1 亿美元，员工获得 6 亿美元。Poolside 因未能及时融资 2 亿美元而失去 4 万 GB300 集群，转向新方向，其基础设施公司 PIC 计划扩展至 7GW 规模。创始人认为开源模型将商品化人类级智能，而超级智能和科学发现将成
正文结构化主题已通过公开置信门槛
千寻智能WRC重演Demo背后：30天全栈进化，成功率提升至99%
千寻智能在2026世界机器人大会上重演了此前在WAIC展示的“整理客厅”Demo，但内部性能显著提升：可乐放入冰箱成功率从约80%提升至99%以上，碗放入洗碗机从约90%提升至99%以上，导航目标确认耗时降低近50%。这些进步源于其全栈技术体系，包括数据管线、后训练机制、Spirit v1.6基座模型、Agent决策层、导航与硬件基础设施的协同优化。千寻智能
正文结构化主题已通过公开置信门槛
非对称注意力头：Transformer注意力的结构化头级上下文分配
本文提出非对称注意力头（AAH）框架，允许Transformer各头或头组使用不同长度的因果上下文窗口，同时保持标准多头注意力输出接口。在4096 token的实验中，多种AAH局部分配变体取得了比纯全注意力更低的验证损失。作者强调AAH主要作为质量与可解释性的结构化上下文分配机制，当前实现未证明GPU FLOPs减少。
正文结构化主题已通过公开置信门槛
奖励引导自回归图生成实现高效多智能体通信拓扑设计
RGA-Designer 是一种受 RLHF 启发的奖励引导自回归图生成方法，用于高效设计多智能体通信拓扑。它训练一个联合捕捉任务正确性和结构紧凑性的奖励模型，并以此微调预训练图生成器，在保持 ARG-Designer 任务准确率的同时，平均减少约 30% 的 token 消耗。该方法在六个基准上验证了有效性，代码已开源。
正文结构化主题已通过公开置信门槛
将聚合移动统计蒸馏为语言模型策略用于赛后人群模拟
该研究提出一种方法，通过微调语言模型智能体，使人群模拟中的目的地分布与从聚合移动数据中观测到的OD流一致。研究者使用迭代比例拟合和重采样校正训练数据，避免了主导类别的过度膨胀。在棒球比赛数据上的实验表明，该方法将目的地份额误差降低了25%，且无需推理时校正。
正文结构化主题已通过公开置信门槛
AI 数据初创 Micro1 年营收达 5 亿美元，受益于训练数据需求激增
AI 数据初创公司 Micro1 在八个月内将年度总营收从 1 亿美元提升至 5 亿美元，净营收约 1.5 亿至 2 亿美元。该公司为顶级实验室和企业提供 AI 训练数据，并越来越多地生成合成数据，毛利率可达 80%-90%。其创始人表示不向中国模型制造商出售数据，以维护美国 AI 优势。
正文结构化主题已通过公开置信门槛
Qwen3.8-27B 去审查版发布：基于 LoRA 自蒸馏的拒绝抑制模型
Hugging Face 用户 wangzhang 发布了 Qwen3.8-27B-abliterated，这是基于 Qwen3.8-27B 的拒绝抑制模型，通过 10 轮迭代 LoRA 自蒸馏管道（基于 Abliterix）生成。该模型在 100 个有害提示中拒绝率为 19%，KL 散度为 0.0069，旨在用于安全研究、红队测试和对齐评估，而非有害使用或
正文结构化主题已通过公开置信门槛
微软发布Skala 1.1：提升DFT精度并集成主流化学软件
微软研究院发布了深度学习密度泛函（DFT）模型 Skala 1.1，该版本训练数据量是前版的2.5倍，在热化学、反应动力学和分子结构预测等关键模拟任务上精度显著提升。Skala 现已集成到 CP2K，并正在整合到 Psi4、FHI-aims、ORCA 和 VASP 等主流电子结构软件中，同时推出实时基准以跟踪性能。这些进展旨在使计算化学模拟更具预测性，并广泛