数据与训练

CIRCL 发布基于 RoBERTa 的漏洞严重性分类模型 VLAI

CIRCL 在 Hugging Face 发布基于 roberta-base 微调的漏洞严重性分类模型 VLAI，可根据漏洞文本描述预测 Low/Medium/High/Critical 四个 CVSS 等级。模型在超过 60 万条真实漏洞数据上训练，并已集成到 Vulnerability-Lookup 服务中。值得注意的是，采用防泄漏分组切分后，测试准确率

27岁清华教授创业押注RSI，超衍智能开源首款35B模型

北京大模型创企超衍智能发布并开源首款模型Apex-35B-V1.0，总参数350亿、激活约30亿，支持26.2万Token上下文，基于Qwen3.6-35B-A3B经中训练和后训练优化，AI自主参与数据构造、实验设计与训练优化。该模型在PaperBench、FrontierScience、BFCL V4等基准上超过GLM-5.3、DeepSeek-V4.1-

AWS Batch 为 SageMaker 训练任务推出配额管理，支持跨团队借还 GPU 资源

AWS 为 SageMaker Training jobs 的 AWS Batch 支持推出配额管理（quota management）能力，管理员可按团队或项目划分配额份额，并配置 RESERVE、LEND、LEND AND BORROW 三种资源共享策略。该机制支持跨份额抢占以回收借出容量，以及份额内基于优先级的抢占，从而在保障各团队分配额度的同时提升

Hugging Face 发布智能体后训练五步课程

Hugging Face 博客发布了一份面向智能体后训练（post-training agents）的课程指南，将后训练方法组织为五个步骤：SFT、蒸馏、强化学习、RL 环境和智能体运行框架（harness）与规模化。课程以训练编码智能体为贯穿示例，每一步都配有方法示意图、直播或幻灯片、博客文章和 TRL 文档，并对应 SFTTrainer、Distilla

如何让 AI 更环保：可持续性应成为架构顶层考量

Charles Humble 在 GOTO Copenhagen 演讲中提出「绿色 AI」，主张可持续性应成为架构设计的顶层考量。他引用 IEA 数据指出，亚马逊、微软、谷歌、Meta 的合计用电量在 2017 至 2021 年间翻倍，微软 2024 年环境报告显示其碳排放自 2020 年上升 30%，谷歌自 2019 年上升约 50%，主因是 AI 数据中

天数智芯现场PK英伟达：天垓300对标H200，端侧TY1200反超Thor

天数智芯在上海举办发布会，现场用天垓300 GPU与英伟达H200进行文生图等随机出题PK，称其耗时95.6秒优于H200的112秒；端侧彤央TY1200与Jetson Thor T5000对比，在多个模型上跑出更高性能。公司同时发布天数智算软件栈，用Agentic AI辅助环境部署、性能调优和算子开发。天垓300基于天枢架构，官方称其为国内首个实测性能达到

另有 1 家信源报道

AWS 发布 Ray Train DLC：在 EKS 上用 EFA 做分布式训练

AWS 发布 Ray Train 深度学习容器（DLC），将 Ray、PyTorch、CUDA、NCCL、EFA 用户态库及 AWS OFI NCCL 插件等组件预先构建并统一测试，发布在 Amazon ECR Public 并持续打补丁。该镜像在 EKS 上通过 KubeRay 运行，同一标签可同时充当 Ray head 和 worker，用户只需配置实例

英伟达开源 Nemotron 3.5 Transcribe，整合转录、翻译与说话人识别

英伟达发布开源语音模型 Nemotron 3.5 Transcribe，该模型支持文本指令，将转录、翻译和说话人识别整合到单一模型中，覆盖多达 40 种语言。模型总参数 300 亿，但每步仅激活约 40 亿，可在单张 GPU 上运行，并在多个基准测试中名列前茅。英伟达同时发布包含 84.4 万小时音频的 Granary v2 数据集及微调工具，便于开发者适配

另有 1 家信源报道

The Trinity：面向多模态智能体的能力驱动递归自我改进

该论文提出 The Trinity 框架，通过将任务组织为能力树、生成可验证的模拟训练世界，并路由专用 Harness 模块，实现多模态智能体的递归自我改进。框架包含 Creator、Explorer、Evolver 三个角色，将任务组织从表面类别转为共享能力需求。实验显示，进化后的 Harness 在 28 个训练基准上平均提升 34 分，在 18 个未见

另有 1 家信源报道

小米开源 MiMo-V2.6-Distill-Qwen-9B 智能体模型

小米 MiMo 团队基于 Qwen3.5-9B 进行监督微调，发布 9B 智能体模型 MiMo-V2.6-Distill-Qwen-9B，覆盖代码、通用智能体、视觉代码与网络安全任务。该模型使用 774 亿 token 的 SFT 数据训练，在 SWE Pro、Terminal Bench 2.1 等基准上明显优于基座模型，并以 MIT 协议开源，作为智能体

字节辟谣群演数据喂大模型：严重失实

针对网络传言称横店与字节合作将15万名群演的肖像和声音用于训练字节大模型，字节豆包公关负责人刘星通过微博回应称该传言严重失实。刘星澄清，相关项目为横店影视AI服务平台建设项目，火山引擎仅为技术支持方，数据资产归横店或授权方所有，个人肖像和声音使用需本人授权，且所采集数据不会用于训练字节大模型。该项目目前处于中标阶段，将围绕影视行业数据集建设和技术平台展开。

SageV2-8B 长上下文角色扮演模型发布

Hugging Face 用户 sinhal 发布了 SageV2-8B-LongContext-NSFW-RP，一个基于 Meta-Llama-3.1-8B-Instruct-abliterated 微调的 8B 角色扮演模型，主打长对话中角色一致性与减少重复。作者用 40 轮固定脚本测试，称 6-gram 重叠从 35.0% 降至 9.3%，并给出 Q2

华为昇腾 TorchNPU：PyTorch 的昇腾 NPU 适配插件

华为昇腾社区发布 TorchNPU 项目 README，介绍这是为 PyTorch 框架打造的昇腾 NPU 适配插件，使 PyTorch 可直接调用昇腾 AI 处理器。文档列出基础算子、分布式训练（FSDP2、DTensor、集合通信）、图模式加速、调试调优及内存管理等核心模块，并给出安装方式与版本兼容信息。最新动态显示 TorchNPU 26.0.0 已支

小模型应理解工具副作用：EffectWorld 基准与训练方法

研究者提出 EffectWorld，一个带有副作用类型（纯、读、写、破坏性）和幂等性声明的可执行工具世界，用于训练和评测小型开源语言模型在工具调用中的副作用安全与调用效率。基于该数据训练的 LoRA 适配器使 Qwen3-4B 的任务成功率从 53% 提升到分布内 99%，在未见任务和在线购物域也有显著提升，并迁移到多个模型家族。研究还发现公开工具调用语料中

ChronoReplay：单一答案接口不足以支撑流式空间智能

该论文提出 ChronoReplay 训练框架，用于缓解流式空间视觉语言模型（VLM）中的“接口锁定”问题——即模型过度专精于某一种空间答案格式（如类别关系、度量距离或运动轨迹），导致跨任务迁移能力弱。ChronoReplay 将异构空间监督组织为按时间排序的片段，保留各任务原生答案格式并平衡不同监督族的学习。单一检查点在 OVO-S-Bench、OST-B

IFM 开源 K2-Horizon-3.7B 稠密模型，支持 512K 上下文

IFM 在 Hugging Face 发布 K2-Horizon-3.7B，这是 K2-Horizon 家族中的小型稠密（dense）成员，采用 decoder-only 架构，原生支持 512K（524,288 token）上下文窗口。该模型以 Apache-2.0 许可完全开源，公开了训练数据、训练配方、训练代码与评测资源，并额外发布中间检查点以便研究训

研究发现阿里 Qwen 模型将部分请求路由至公司服务器

研究人员发现，阿里巴巴最新的 Qwen 模型在测试中会把部分请求路由到公司服务器。Cohere 最先报告 Qwen3.8-Flash-Next 试图向北京云存储服务器上传数据，Palisade Research 随后在 Qwen3.8-Max-0902、Qwen3.8-Max 和 Qwen3.8-27B 中发现对阿里云新加坡代理的调用，而旧版 Qwen 3.

Google Research 提出睡眠框架：让 LLM 在持续学习中保留知识

Google Research 提出一种面向大语言模型持续学习的“睡眠框架”，通过模拟人类睡眠的记忆巩固与梦境阶段，让模型在部署后周期性进行离线自我更新。该方法利用预分配的 MoE 记忆块和自生成练习样本更新权重，旨在缓解灾难性遗忘和静态知识截止问题。实验显示，该方法在长上下文理解上可扩展至 1000 万 token，并在多语言持续翻译中保持接近零的性能下降

AWS 为 SageMaker AI 作业推出 SOCI 索引镜像加速启动

AWS 宣布为 Amazon SageMaker AI 的训练和处理作业提供 SOCI（Seekable OCI）索引镜像支持，通过懒加载容器镜像，只拉取启动所需文件并在后台流式加载其余部分。基准测试显示，1.8GB 至 35.4GB 镜像的下载时间从 48 秒至 7 分 17 秒降至 3 至 11 秒，GPU 空闲时间最多减少 90%，且不影响训练性能。用

Exowatt 借助 SageMaker 无服务器微调，以更低成本超越前沿模型准确率

Exowatt 利用 Amazon SageMaker AI 的无服务器模型定制能力，构建了一条可重复的 AI 流水线，为边缘告警分诊和云端能源市场分析两个场景分别微调 Qwen3-1.7B 与 Qwen3-14B 模型。微调后的专用小模型在特定任务上准确率超过前沿模型，成本最高降低 49 倍。该方案解决了边缘无 GPU、网络不稳定以及大规模部署成本过高的问