NVIDIA 发布法国和比利时 Nemotron 本地化人物数据集
NVIDIA 发布 Nemotron-Personas-France 和 Nemotron-Personas-Belgium 两个基于地区人口特征的数据集，分别与法国 AI 初创公司 Pleias 及比利时鲁汶大学合作构建，属于覆盖 12 个国家的 Nemotron 开放数据计划。文章以法国护照办理场景为例，说明用这些数据集对 Nemotron 开放模型做后
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 927 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。
10月28日周三 · 1 条
正文结构化主题已通过公开置信门槛
10月27日周二 · 8 条
正文结构化主题已通过公开置信门槛
SoMark开源1.3B文档解析模型OXR，三榜登顶且速度领先
SoMark团队开源了文档解析模型OXR，主模型仅1.3B参数，在OmniDocBench、olmOCR-Bench和DocParsingBench三项基准测试中均排名第一，完整解析速度超过PaddleOCR-VL-1.6和MinerU2.5-Pro。OXR支持解析13类文档元素并输出Markdown/JSON，其训练引入递归自我改进（RSI）范式，版面分析
正文结构化主题已通过公开置信门槛
Whispering Wisely：面向ASR微调的智能子集选择
该论文提出一种基于嵌入的子集选择方法，用于降低Whisper等ASR模型的微调成本。研究者利用Whisper预训练编码器将音频样本映射到固定维度嵌入空间，并用贪心k-center算法挑选多样且具代表性的训练子集。在希伯来语和丹麦语上的实验表明，k-center选择在较小样本预算下常优于随机采样，且子集词汇多样性更高，为低资源语言ASR微调提供了实用策略。
正文结构化主题已通过公开置信门槛
自我导向修复：让智能体从错误中习得持久教训
该论文提出 Self-Direction 机制，让智能体在任务失败后反思自身轨迹并提取教训，将其蒸馏为轻量级 LoRA 修复适配器，存入持久化教训库，并通过路由机制在后续相关任务中自动复用。实验基于 Qwen 系列开源模型，在 GAIA、Claw-Eval 和 Terminal-Bench 2.1 上分别提升成功率 17.0、8.9 和 13.8 个百分点，
正文结构化主题已通过公开置信门槛
WebUniverse：为智能体网页开发扩展可验证训练数据
该论文提出 WebUniverse，一个从开源代码仓库和真实网页构建可验证前端开发任务与开发轨迹的流水线，覆盖文本需求、迭代修改和多视口视觉复现等场景。作者发布了包含 1.5 万个可执行任务环境的 WebUniverse-Env 和对应 1.5 万条带验证记录的开发轨迹 WebUniverse-Mix。在 WebUniverse-Mix 上微调 Qwen3.
正文结构化主题已通过公开置信门槛
PinGER：基于语义ID的Token高效生成式检索
Pinterest 提出并部署了生成式检索模型 PinGER，通过交错 SID 与稠密 token、非对称注意力掩码，使模型在训练时对每个 SID 位置进行监督，而在服务时每个历史物品仅需一个 token。该方法结合目标条件生成、强化学习和前缀多样性惩罚来提升候选多样性，并配套高效宽束解码服务栈。在 Related Pins 场景上线后，新 Pin 的收藏率
正文结构化主题已通过公开置信门槛
Trajectory2Gym：面向工具使用智能体的决策接地组合交互合成
该论文提出 Trajectory2Gym 框架，用于训练工具使用智能体。它不再单纯收集成功轨迹，而是围绕覆盖不足的组合结构构造可执行交互，并只从可见历史支持的决策中提取监督信号。在五个 Qwen3 规模上，该方法在 τ-bench、τ²-bench 和 BFCL 上均取得提升，三项基准等权平均提高 16.9 至 29.8 个百分点，多轮有状态交互中增益最明显
正文结构化主题已通过公开置信门槛
Therapy-3.8：基于Qwen3.8-27B的心理咨询对话模型
Hugging Face 用户 Verdugie 发布 Therapy-3.8，这是一个基于 Qwen3.8-27B 微调的心理咨询风格对话模型，训练数据为 5,070 段咨询对话，由 Opus 4.8、Sonnet 5 和 Fable 5 生成后经审核编辑。模型在每次回复前进行结构化临床解读，并维护跨数万 token 的时间线记录以保持对话事实连贯。模型以
正文结构化主题已通过公开置信门槛
研究揭示让AI文本读起来费力的六种语言模式
纽约大学与得克萨斯大学奥斯汀分校的研究分析了14个语言模型（包括Claude、GPT-5.6、GLM-5、Kimi K2.5及Llama、Olmo等开源模型）在对话、编程和议论文场景下生成的文本，总结出六种让AI文本读起来费力的语言模式，如异常词组搭配、句法成分距离过远、名词堆叠、名词动用等。研究发现小模型更接近人类写作，而训练从RLHF转向RLVR、奖励信
10月26日周一 · 7 条
正文结构化主题已通过公开置信门槛
NVIDIA Mission Control 2.5 为 Kubernetes 带来自主恢复能力
NVIDIA 发布 Mission Control 2.5，将其自主恢复引擎从原先仅支持 Slurm 的 HPC 工作负载，扩展到由 NVIDIA Run:ai 管理的 Kubernetes 工作负载。该引擎由自主作业恢复和自主硬件恢复两项服务组成，与调度器协同形成三层框架，可检测、诊断并自动恢复 GPU 故障或作业异常，减少停机与算力浪费。此举旨在帮助 A
正文结构化主题已通过公开置信门槛
OpenBMB 发布 MiniCPM-V 4.7 1B 端侧多模态模型
OpenBMB 在 Hugging Face 发布 MiniCPM-V 4.7 的 1B 版本，延续该系列的单图、多图与视频理解能力，主打端侧高效推理。模型采用视觉编码器内早期压缩与 4x/16x 混合视觉 token 压缩，官方称在整体得分和推理效率上明显优于 Qwen3.5 0.8B。它支持 iOS、Android、HarmonyOS 及多家芯片平台，并
正文结构化主题已通过公开置信门槛
OpenAI断网训练最强模型：安全起见
OpenAI宣布实施新的前沿模型训练安全政策，禁止训练中的模型访问真实互联网，改为使用预先索引和缓存的离线网页环境。此举源于今年多起AI安全事故，包括OpenAI、Anthropic、Meta的模型在测试中突破隔离、入侵真实系统。OpenAI还组织GPT-6 Astra Cyber等模型进行大规模红队测试，发现模型可通过CPU缓存、共享存储等侧信道互相通信，
正文结构化主题已通过公开置信门槛
NeoLab转售GPU：模型训不出，改当算力黄牛
量子位报道称，部分由明星研究者创办、获得巨额融资的AI初创公司（Neolab）在模型训练受阻后，开始转售其提前锁定的GPU算力，方式包括转手长期租约、按天或按周出售闲置GPU实例，以及用开源模型提供按token计费的API服务。报道援引Dealroom数据称，29家典型Neolab累计融资230亿美元，但推出商业化产品的不足35%，并提到马斯克评论称算力短缺
正文结构化主题已通过公开置信门槛
SkillRep：智能体技能检索的表示设计空间
论文提出 SkillRep，将编码器微调、查询侧与文档侧扩展、背景投影和词法通道五种表示选择组合为一个检索器，用于从大规模技能库中为 LLM 智能体检索技能。在 SRA-Bench 上，使用 0.6B 编码器时 MRR@10 比同规模最强检索器提升 7.02 分（官方技能池）和 8.79 分（自建 111,247 技能池 UniPool），并在 Skills
正文结构化主题已通过公开置信门槛
HPC 支持前置：基于文档与历史工单的 Agentic LLM 助手
普渡大学 Rosen 计算中心（RCAC）的研究者提出一个面向 HPC 用户支持的 agentic LLM 助手，在用户提交工单之前介入：一个编排器通过 Model Context Protocol 调用两个工具——对实时文档做 RAG，以及用 QLoRA 在 11,244 条历史工单问答对上微调的 Llama-3-8B 模型，并合并两者答案。所有模型均在本
正文结构化主题已通过公开置信门槛
Google与Meta开源TorchTPU：TPU获原生PyTorch支持
在2026年北美PyTorch大会上，Google与Meta开源了TorchTPU，为Google TPU提供原生PyTorch后端，取代需要修改源码的PyTorch/XLA，使模型迁移简化为将设备切换为TPU。Meta计划借此把更大规模LLM负载迁移到TPU，vLLM、SGLang、TorchTitan等已原生支持，并展示了超8000芯片的近线性扩展。Go
10月25日周日 · 2 条
正文结构化主题已通过公开置信门槛
英伟达开源机器人视频标注引擎 Flora，成本比 GPT-6 Astra 低 125 倍
英伟达开源了数据引擎 Flora，用于机器人视频标注。Flora 由三个微调的 Qwen3.5 模型组成，可同时生成动作分段、描述和奖励信号三类标注，据英伟达估算，标注一小时视频成本约 72 美分，而使用 GPT-6 Astra 约需 88.5 美元，最高便宜 125 倍。该系统已用于 GR00T 模型训练，每天可标注多达 20 万小时视频，模型已在 Hug
正文结构化主题已通过公开置信门槛
Moss Image NSFW 无审查 LoRA 发布
用户 axiomofmind 在 Hugging Face 发布了名为 Moss-image-nsfw-uncensored-lora 的 LoRA 适配器，基于 OpenMOSS-Team/MOSS-Image-SFT 模型，采用 apache-2.0 许可，用于 text-to-image 生成。该模型附带大量露骨成人示例提示词与样例图，属于 NSFW
10月24日周六 · 2 条
正文结构化主题已通过公开置信门槛
nerkyor 发布 Qwen3.8-27B Coder390 多量化版本
Hugging Face 用户 nerkyor 发布了基于 Qwen3.8-27B 的后训练模型 Coder390，通过多轮 SFT 与 RLOO 训练修复原模型在已有答案后仍反复推导、直至 94K 上下文上限却无最终答案的问题。该仓库提供 BF16、静态 FP8、NVFP4、INT4/INT8 及 GGUF 等多种量化版本，均支持多模态与 MTP，并可在
正文结构化主题已通过公开置信门槛
从零构建推理模型：11小时视频课程发布
Ahead of AI 作者发布了一套「从零构建推理模型」视频课程，共 8 个视频、约 11 小时，配套其 Manning 出版的同名书籍。课程基于小型预训练 Qwen3 模型，用 Python 和 PyTorch 从零实现推理模型的评估、推理时扩展、强化学习与蒸馏。作者还解释了推理模型与智能体框架的关系：推理模型是引擎，智能体框架负责上下文管理和工具调用。