Good Start Labs：游戏里学到的技能能迁移到真实工作吗？
Good Start Labs 把游戏当作 AI 模型的训练环境，其用 1830 铁路游戏训练的 30B 模型只有在多轮终端智能体设计下才提升了 Finance-Agent benchmark 成绩，单轮问答设计则没有。
#数据/训练
#数据/训练
今日 0 条Latent SpaceAI 评分4545 Google ResearchAI 评分4242 Google Research：Retrieve-for-Train 如何绕过推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，用离线强化学习发现奖励对齐的 fan-out 并编译为监督数据，再蒸馏进 53.9M 参数的扩散检索器，推理时单次非自回归生成完整查询集合，无需消耗 CoT 思考 token。该框架的 fan-out 语言模型基于 4B 开源模型 Gemma3-4B 与 Qwen3-4B 微调，论文发表于 ICML 2026。
Google ResearchAI 评分4444 ToolGrad：用文本“梯度”高效生成工具使用数据集
Google Research 提出 ToolGrad，用文本“梯度”迭代生成工具使用数据集：先生成真值 API 工作流，再反向标注用户提示，数据生成通过率接近 100%。
Mistral AIAI 评分3939 Cloudera 与 Mistral 达成合作，为企业数据带来专用、主权 AI
Mistral 与 Cloudera 宣布合作，将 Mistral 模型集成进 Cloudera 混合数据平台，支持企业在私有云、公有云、本地及完全气隙环境部署推理。企业可在受控环境内用专有数据训练自有模型，Cloudera 平台上承载 30 exabytes 客户管理数据。双方称该合作瞄准主权 AI 需求：数据、智能、算力与运营由客户掌控，模型以开放权重被适配和拥有。
Google ResearchAI 评分4848 Google Research：面向代表性不足人群基因组预测的迁移学习
Google Research 评估将 UK Biobank 欧洲人群 GWAS 迁移到 Biobank Japan 近 20 万日本人的 PRS 性能，覆盖 8 个临床性状。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 WeatherNext 3 全球天气预报模型
Google DeepMind 与 Google Research 发布 WeatherNext 3 全球天气预报模型，直接学习实时地球静止卫星观测数据，可每小时生成最高 5 公里分辨率的预报。
推荐理由：与 WeatherNext 2 相比，新模型改用实时卫星观测并提升时间与空间分辨率，可对照了解 AI 天气预报的输入数据变化。
Hugging Face BlogAI 评分5959 用 TRL 与 OpenEnv 训练模型写水彩画 JavaScript 代码
Hugging Face 工程博客复现了用 TRL GRPO 训练 Qwen3.5-35B-A3B 写 p5.brush 水彩画 JavaScript 的流程，并在 Hub 开源了 178 张参考图池、RL 环境、训练脚本与三种 reward 配比的 adapter。
Hugging Face BlogAI 评分5757 用 GRPO 在 100 步内微调 LFM2.5-350M 提升结构化输出合规率
一篇 Hugging Face 博客教程用 TRL 的 GRPO 微调 LiquidAI 的 LFM2.5-350M，将该模型在 IFStruct 评测上的总体通过率从 22.6% 提升到 29.7%。
Google ResearchAI 评分5454 Google 发布 TimesFM-3 多变量零样本时间序列基础模型
Google Research 发布 TimesFM-3 时间序列基础模型，参数 330M、预训练数据超 1 万亿时间点，在 Gift-Eval、FEV-Bench、Time 三个公开基准的点预测和概率预测指标上均位居所有预训练基础模型的最优平均排名。
Google ResearchAI 评分4646 Google Earth AI 推出行星预测引擎 PPE：自动执行全球地理空间建模
Google Earth AI 推出实验性研究能力"行星预测引擎"（PPE），由 LLM 编排，从自然语言查询自主完成地理空间数据检索、特征工程到模型训练与报告输出全流程。在 21 项 CDC 健康指标上 PPE 平均 R² 达 76.8%（人工专家基线 60.0%），尼日利亚食品安全降尺度任务 R² 由 31.5% 翻倍至 66.1%，将复杂行星预测模型构建时间从数周压缩到数分钟。
Google ResearchAI 评分4141 GlucoFM：用于连续血糖监测的基础模型
Google Research 发布 GlucoFM，一个面向连续血糖监测（CGM）的自监督基础模型，采用双流编码器分离血糖慢趋势与短期波动，并在 109,066 小时无标签数据上完成预训练。
Import AIAI 评分4242 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
Import AI 470 收录 METR 的 AI 加速科学发现分析，以及 SPADE 和 Hawkeye 两项工作。METR 发现 AI 对网络安全漏洞发现的加速最明显，数学研究仅小幅加速，AI 研究本身几乎测不到加速。SPADE 让 LLM 自博弈生成可执行训练环境，在 Qwen3-30B-A3B-Instruct-2507 上把游戏环境套件平均分提到 58.3，较基线高 8.1。
Google ResearchAI 评分3939 Biomarker Discovery Framework：用于可穿戴传感器数据候选生物标志物优先级排序的多智能体 AI 工具
Google Research 提出 Biomarker Discovery Framework，一种在人类监督下从可穿戴传感器数据中优先级排序候选生物标志物的多智能体系统。
Microsoft ResearchAI 评分4848 Skala 扩大可用范围，更快走向可预测的 DFT
Microsoft Research 发布深度学习 DFT 交换关联泛函 Skala 1.1，其训练数据量为上一版的 2.5 倍。该模型在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。
Hugging Face BlogAI 评分4646 OlmoEarth Studio 上线自定义嵌入向量导出，支持地球观测下游分析
OlmoEarth Studio 新增自定义嵌入向量导出功能，可基于开源 OlmoEarth 基础模型按需计算并导出为轻量 Cloud-Optimized GeoTIFF（COG）。
Microsoft ResearchAI 评分5353 微软研究院推出 CARE-X 放射学 VLM，融合辅助监督与工具增强测量
微软研究院推出研究模型 CARE-X，一个覆盖胸部 X 光多种解读任务的放射学 VLM，可同时生成自由文本报告并输出带置信度的结构化预测。它基于 SigLIP2-so400M 视觉编码器和 Phi-4-mini-instruct（3.8B），通过分类、定位与语言建模的联合训练及 DAPO 强化学习优化临床正确性，在 ReXVQA 上达到 94% 整体准确率。
Hugging Face BlogAI 评分4747 Hugging Face 新论文：如何让 LLM 知识蒸馏便宜到大规模运行
Hugging Face 新论文将 LLM 知识蒸馏峰值显存从约 250GB 降至约 128GB，方法是离线缓存教师模型 top-100 logits 并采用分块融合 KL 损失。该方案使单张 H200 即可完成长上下文知识蒸馏训练，无需再依赖数百张 GPU 与张量并行，让大规模实验更易开展。
Google DeepMind精选AI 评分8585 Google DeepMind 的 WeatherNext 模型在气旋预报上取得突破并开源
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA 精度，平均多出一天预警时间，相当于气象领域约十年的进展。
推荐理由：论文给出气旋路径与强度预测的精度提升幅度，并同步开放代码与模型权重，便于研究社区复用。
Microsoft Research精选AI 评分7272 微软研究院发布 Echoverse，为计算机使用智能体构建可演化深度训练环境
微软研究院发布 Echoverse，为计算机使用智能体搭建 12 个训练世界，包括 10 个深度领域世界与 2 个能力世界。在全部 12 个世界上训练的 9B 模型得分从 36.5% 提升到 67.1%，与 GPT-5.4 的 80.7% 相差 14 个百分点。
推荐理由：论文给出了高保真合成世界与数据库级验证器的搭建方法，并公开四个环境的代码与任务，可供智能体训练复用。
Berkeley AI ResearchAI 评分4343 ABBEL：教 LLM 更新信念状态，实现高效长程交互
ABBEL 框架让 LLM 把长程交互历史压缩为自然语言「信念状态」，并用信念打分监督其信息内容，以缓解上下文膨胀。在 CollabBench 协作编码任务中，ABBEL-rec-BG 把与全上下文模型的性能差距缩小约 50%，训练步数从 100 降到 50。其峰值上下文 token 数为 6.01×10²，低于全上下文模型的 14.08×10²。
Hugging Face BlogAI 评分5050 Pollen Robotics 发布开源机器人操作数据采集系统 Grabette
Pollen Robotics 在 Hugging Face Blog 发布开源系统 Grabette，用手持夹爪加相机和 IMU 记录人类操作演示，无需机器人本体即可产出可直接训练的数据。
Google ResearchAI 评分5555 SensorFM：迈向可穿戴健康数据的通用智能与接口
Google Research 提出 SensorFM 大型传感器基础模型，基于五百万参与者超过一万亿分钟的多模态传感器信号自监督预训练而成。最大模型 SensorFM-B（100M 参数）在重建损失上较最小变体降低 31%，下游分类任务 AUC 平均提升 9%，回归任务 Pearson 系数提升 21%。
Berkeley AI ResearchAI 评分4343 智能免费之后：UC Berkeley 谈「为智能体、运行智能体、由智能体构建」的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人发布观点文章，提出推理成本趋近于零后，数据系统需围绕「为智能体、运行智能体、由智能体构建」三个方向重新设计。
Hugging Face BlogAI 评分4444 PRX Part 4：数据策略
PRX 系列第四篇详解其预训练数据策略：混合公开与内部数据集、用 VLM 重新描述图像，并基于 Mosaic Streaming（MDS）与 Lance 格式构建流式训练语料。文本编码器从 T5Gemma 切换为 Qwen3-VL 后改为在线计算文本 latent，仅带来约 3–4% 吞吐损失。图像统一以 JPEG quality 92 编码，验证表明首次重编码近乎不可感知。
Google ResearchAI 评分3939 Google Research 将 Heat Resilience 数据扩展至全球 50+ 城市
Google Research 发布覆盖 9 个国家、50+ 城市的建筑级屋顶反射率数据集，并上线 Heat Resilience Earth Engine App。
Google ResearchAI 评分5656 Google 发布 TabFM：面向表格数据的零样本基础模型
Google Research 发布 TabFM，一个面向表格数据分类与回归任务的零样本基础模型，单次前向推理即可生成预测，无需训练或调参。该模型结合交替行列注意力与压缩嵌入上的 Transformer 上下文学习，训练数据为数亿合成数据集。
Google ResearchAI 评分4040 从像素到规划：Google Earth AI 自然修复生态制图框架
Google Earth AI 发布矢量化数据集，覆盖英国超过 130,000 km² 农田，可识别树篱、石墙、小树林等传统卫星难以捕捉的细尺度生态要素。该框架基于在 3 亿张卫星图像上预训练的 Vision-Transformer，并结合亚米级影像与 1 米 LiDAR 双层标注与 Polsby–Popper 紧凑度评分，将像素自动转化为林地、灌木丛与线性走廊等可规划要素。
Google ResearchAI 评分4444 Google Research 开源水文建模框架，供各国气象机构本地化部署 AI 洪水预报
Google Research 在 GitHub 开源水文建模框架，供各国气象水文部门（NMHS）在自有数据上训练和部署 AI 洪水预报模型。该框架基于 PyTorch 与 LSTM 架构，支持使用开源 Caravan 数据集训练；新版模型将已勘测流域的可预报时长延长 6 天、未勘测流域延长 1 天。
Import AIAI 评分4646 Import AI 459：AI 监督比想象中更难、蛋白质折叠模型的 scaling laws、以及 AI 系统灭绝风险的定价
弗吉尼亚大学、Anthropic 与加拿大银行经济学家联合发表论文估算，美国 AI 经济在 2025 年的名义 AI GDP 约为 $250 billion，质量调整后的实际增速约 2,600% 每年。
Import AIAI 评分4545 Import AI 第 457 期：AI 版 Stuxnet、被诅咒的 Muon 优化器与积极对齐
Import AI 第 457 期涉及疑似 Stuxnet 前身的 fast16.sys 病毒——它在 20 多年前就专门篡改 LS-DYNA、PKPM 等高精度科学计算软件。
Google ResearchAI 评分2424 Google Research 借助全球合作与开放资源推动科学影响
Google Research 阐述其开放科学理念，通过与全球科研机构合作发布开源工具与数据集，已赋能超 25 万名研究人员。
Google DeepMindAI 评分5252 Google DeepMind 提出 Decoupled DiLoCo，支持跨数据中心训练 LLM
Google DeepMind 发布论文提出 Decoupled DiLoCo，一种把训练拆分为解耦计算岛屿、岛屿间以异步数据流通信的分布式架构，可在跨数据中心的条件下训练 LLM，带宽需求更低且硬件容错性更强。
Google ResearchAI 评分4848 Google Simula 框架：以机制设计与推理驱动合成数据生成
Google Research 在 TMLR 发表 Simula 框架，将合成数据生成重构为机制设计问题，沿全局多样性、局部多样性、复杂化和质量检查四个轴从零推理生成数据。
Google ResearchAI 评分4444 Google Research 用 AI 生成合成神经元加速脑图谱绘制
Google Research 提出的 MoGen 模型利用 PointInfinity 点云流匹配技术合成神经元三维形态，将 PATHFINDER 连接组重建模型的错误率降低 4.4%，相当于在小鼠全脑规模下节省 157 人年的人工校对工作。该论文将在 ICLR 2026 上发表，是现代生成式 AI 首次推动连接组重建达到当前最优水平，MoGen 已作为开源模型发布。
Berkeley AI ResearchAI 评分5252 SPEX 与 ProxySPEX：面向 LLM 的大规模交互识别
Berkeley AI Research 提出 SPEX 与 ProxySPEX，将可解释性中的交互发现从数十个组件扩展到数千个。ProxySPEX 利用层级结构以约 10x 更少的消融达到同等效果；在修改版电车难题中 GPT-4o mini 正确率仅 8%，SPEX 定位出两个 trolley 与 pulling、lever 的高阶协同，替换这四个词后失败率降到近零。
Google ResearchAI 评分5858 Google Research 发布 Groundsource：借助 Gemini 将全球新闻转化为洪水灾害结构化数据
Google Research 发布 Groundsource 方法，借助 Gemini 大语言模型从全球 80 种语言的新闻报道中提取洪水事件，首批公开数据集包含 260 万条覆盖 150 多个国家、跨度 2000 年至今的城市洪水记录。
Berkeley AI ResearchAI 评分4545 Berkeley AI Research 提出分治式价值学习，替代 TD learning 做 off-policy RL
Berkeley AI Research 提出分治式价值学习，替代 TD learning 做 off-policy RL。它把轨迹一分为二、用子段值更新整段值，把 Bellman 递归次数从线性降到对数级。作者称与 Aditya 的合作首次将该思路扩展到 goal-conditioned RL 的复杂任务，最优子目标 w 的选取仍未解决。
Berkeley AI ResearchAI 评分5151 word2vec 究竟学到了什么？研究给出闭式理论解释
研究者为 word2vec 给出定量且可预测的闭式理论，证明在若干温和近似下其学习问题可归约为无权重最小二乘矩阵分解，最终学到的表示等于对一个由语料统计与超参数定义的矩阵 M* 做 PCA。