Microsoft Research 推出 CARE-X：面向临床可用的放射学 VLM，结合辅助监督、奖励对齐学习与工具增强测量
Microsoft Research 发布研究模型 CARE-X，一个统一胸部 X 光 VLM，同时支持报告生成与结构化预测，并用强化学习（DAPO）在多任务设置下奖励临床正确性。
#数据/训练
#数据/训练
今日 1 条Microsoft ResearchAI 评分3838
Hugging Face BlogAI 评分4040 比 ACE 更省 Token：ALTK-Evolve 如何用按需检索替代全量注入
Hugging Face 的 ALTK-Evolve 与 ACE 同为无需更新权重的智能体记忆方案，区别在交付方式：ACE 每步注入完整 playbook，ALTK-Evolve 按任务检索少量高支持度 guideline。
Hugging Face BlogAI 评分4242 Hugging Face 提出离线 Top-K Logits 与融合分块 KL 损失，让知识蒸馏低成本跑起来
Hugging Face 最新论文提出两项系统改动降低 LLM 知识蒸馏成本：离线缓存教师模型每位置的 top-100 logits，使教师无需与学生同时驻留显存；融合分块 KL 损失避免生成完整的词表×序列长度矩阵。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 WeatherNext 气旋预报模型并开源
Google DeepMind 发布 WeatherNext AI 模型，在气旋路径、强度和风场结构预报上达到 SOTA，平均多出一天预报提前量，三天预报精度相当于此前模型的两天水平。
推荐理由：原文给出气旋路径与强度预报的领先幅度和开源范围，读者可据此判断气象预报的可用性变化。
Google Research精选AI 评分6262 Google Research 提出 Science One Framework：用 Chain-of-Evidence 实现可验证的自主科研
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并据此构建自主科研原型 Science One Framework 与自动化审计指标 CoE Audit。
推荐理由：原文给出可验证性框架与审计指标，并对比基线系统的引用幻觉率，读者可据此理解自主科研智能体的可信度问题。
Hugging Face BlogAI 评分2222 GPU 管理：为什么闲置 GPU 正在成为新的停飞飞机
Hugging Face 博客指出，AI 的下一个真正约束不是智能而是利用率：GPU 按日历小时计费，产出却只按计算小时累积，两家 GPU 预算相当的公司会因硬件实际使用率而拉开差距。文章以航空业为类比，称即便集群 GPU 满载也可能浪费大部分潜力，因为 GPU 全天运行而需求并非如此，基础设施必须按峰值配置。
Berkeley AI ResearchAI 评分3535 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要隔离为自然语言"信念状态"并对其内容进行监督评分，以缓解递归摘要带来的性能损失。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将相对全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也低于全上下文设置。
Google DeepMindAI 评分4040 Google 承诺 4000 万美元 AI tokens 与云 credits 支持美国能源部 Genesis Mission
Google 在 DOE Genesis Mission Summit 2026 上宣布投入 4000 万美元 AI tokens 和云 credits，支持 Genesis Mission 的研究人员。
Google ResearchAI 评分3131 Google Research 揭示扩散模型创造力来源：score smoothing 机制解析
Google Research 在 ICLR 2026 论文中揭示扩散模型的创造力源于神经网络训练中的 score smoothing 效应：权重衰减等正则化使模型学到平滑的 score function，让去噪过程在训练数据点之间插值，从而生成新样本而非简单记忆。研究通过一维实验验证，权重衰减越强，插值区域越明显，即使无显式正则化，梯度训练的隐式正则化也能产生类似效果。
Google Research精选AI 评分6262 Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 发布 SensorFM，一个从无标注可穿戴数据中学习的大型传感器基础模型，预训练语料超过一万亿分钟多模态信号，来自 500 万名同意参与者、100 多个国家和 20 多款 Fitbit 与 Pixel Watch 设备。
推荐理由：Google 用一万亿分钟可穿戴数据预训练通用生理表征，并给出跨 35 项健康任务的泛化与标签效率证据。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向 AI 智能体、由智能体运行、由智能体构建的数据系统
伯克利 AI 研究提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：为智能体设计（Data Systems For Agents）、由智能体运行（Of Agents）、由智能体构建（By Agents）。
Hugging Face BlogAI 评分2828 PRX Part 4：我们的数据策略
Hugging Face 发布 PRX 系列第四篇，详解其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像描述，并转为可流式训练的语料。团队用 Lance 做数据构建与筛选、MDS 做流式训练，改用 Qwen3-VL 后在训练中实时计算文本 latent，7B 规模下吞吐仅损失约 3–4%（30 天训练多约 1 天）。图像统一编码为 quality 92 的 JPEG。
Google ResearchAI 评分3434 Google Research 将 Heat Resilience 屋顶反射率数据扩展至全球 50+ 城市
Google Research 将建筑级屋顶反射率（albedo）数据集从 2024 年试点的 14 座城市扩展至 9 个国家 50+ 城市，并通过新的 Heat Resilience Earth Engine App 开放访问。
Google Research精选AI 评分7878 Google 发布表格数据零样本基础模型 TabFM
Google 发布面向表格数据分类与回归的基础模型 TabFM，将表格预测建模为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：Google 把零样本思路从时序预测搬到表格数据，读者可了解其架构设计与在 TabArena 上的对比结果。
OpenAI NewsAI 评分2727 OpenAI 推出 GeneBench-Pro 基准，测试 AI 在基因组学与科研中的表现
OpenAI 推出 GeneBench-Pro，一个用复杂真实数据集测试 AI 在基因组学、生物学和科研中表现的新基准。
Hugging Face BlogAI 评分2727 DiScoFormer：一个 Transformer 同时估计任意分布的密度与 score
Hugging Face 博客介绍 DiScoFormer（Density and Score Transformer），单次前向传播即可从一组数据点同时估计分布的密度与 score，无需针对新分布重新训练。
Hugging Face Blog精选AI 评分6262 NVIDIA NeMo AutoModel 发布，MoE 微调吞吐提升 3.4-3.7 倍
NVIDIA 发布开源库 NeMo AutoModel，构建在 HuggingFace Transformers v5 之上，为 MoE 模型微调带来 3.4-3.7 倍训练吞吐提升和 29-32% 的 GPU 显存下降。
推荐理由：原文给出 NeMo AutoModel 在 MoE 微调上的吞吐与显存对比数据，读者可据此判断是否值得替换现有训练栈。
Hugging Face BlogAI 评分4141 Hugging Face 提出 MosaicLeaks：深度研究智能体能否守住秘密？
Hugging Face 发布 MosaicLeaks，用 1001 条多跳研究链评测深度研究智能体的隐私泄露风险，测试模型普遍泄露私有信息，且只训练任务性能会加剧泄露。其提出的 Privacy-Aware Deep Research（PA-DR）强化学习方法将严格链成功率从 48.7% 提升至 58.7%，同时把答案/全信息泄露从 34.0% 降至 9.9%。
Hugging Face Blog精选AI 评分6262 Beyond LoRA：能否超越最流行的微调技术？
Hugging Face 在 PEFT 库中新增图像生成基准，与已有的 LLM 数学基准一起，在相同基座模型、数据集、训练与评估代码和硬件下对比多种参数高效微调技术。
推荐理由：Hugging Face 用统一基准对比多种 PEFT 技术，给出 LoRA 之外在精度与显存上的具体取舍数据。
OpenAI News精选AI 评分6262 OpenAI 与 Molecule.one 用 GPT-5.4 驱动的近自主 AI 化学家改进药物化学关键反应
OpenAI 与 Molecule.one 展示了一个使用 GPT-5.4 的近自主 AI 化学家，改进了药物制造中的一项关键反应，推进了药物化学研究。
推荐理由：OpenAI 与 Molecule.one 用 GPT-5.4 驱动的近自主 AI 化学家改进药物合成反应，可看 AI 在实验科学中的落地方式。
Google ResearchAI 评分2828 Google Earth AI 发布英国高分辨率矢量数据集，用于自然恢复规划
Google Research 发布了一套矢量化的英国乡村生态特征数据集，将此前 Farmscapes 2020 的栅格地图转化为可操作的树篱、石墙和矮林清单。
Hugging Face BlogAI 评分2222 PyTorch 性能剖析（二）：从 nn.Linear 到融合 MLP
PyTorch 性能剖析系列第二部分将手写的 matmul-add 换成 nn.Linear，并堆叠三层加激活函数构成 MLP，在 NVIDIA A100-SXM4-80GB 上分析其 profiler trace。
Google Research精选AI 评分6262 Google 开源其水文建模框架，支持本地化 AI 洪水预报
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象与水文机构用与 Google Flood Hub 相同的架构和相近训练数据训练 AI 洪水预报模型。
推荐理由：Google 把驱动 Flood Hub 的水文模型架构与训练流程开源，读者可据此判断本地洪水预报如何接入自有数据。
Hugging Face BlogAI 评分3232 超越聊天机器人：用模型自身失败样本做 DPO，文本退化率平均降低 59.4%
DharmaOCR 团队把 Direct Preference Optimization（DPO）用于结构化 OCR 而非聊天对齐，用模型自身失败输出构建偏好对，在全部测试的模型家族中都将文本退化率降低，平均降幅 59.4%，最高 87.6%（Nanonets-OCR2–3B 从 1.61% 降至 0.20%）。
Mistral AIAI 评分3030 Mistral 收购 Emmi AI 后加码物理 AI 基础模型研究
Mistral 收购 Emmi AI，并加倍投入面向航空航天、汽车、半导体和能源等行业的物理 AI 基础模型研究。其已发布成果包括 AB-UPT，可在单张 GPU 上处理 9M 表面和 140M 体积网格的原始几何数据，无需重新划分网格；以及首个大规模多物理场端到端深度学习代理模型 NeuralDEM。
Mistral AI精选AI 评分6262 Mistral 收购 Physics AI 公司 Emmi AI，加速工业 AI 布局
Mistral AI 本周签署最终协议收购 Physics AI 先驱 Emmi AI，以强化其作为工业企业 AI 转型伙伴的定位。Emmi AI 成立于奥地利，专注 Physics AI 与大型工程模型，可实时仿真替代多日计算并构建数字孪生，其 30 多名研究人员与工程师将于 5 月加入 Mistral 的 Science 与 Applied AI 团队。
推荐理由：Mistral 通过收购 Physics AI 公司 Emmi 补强工业仿真能力，读者可了解其 Science 路线与工业 AI 布局。
Hugging Face BlogAI 评分3434 OlmoEarth v1.1 发布：计算成本最高降低 3 倍的地球观测模型系列
Hugging Face 发布 OlmoEarth v1.1 地球观测模型系列，在保持 v1 性能的同时将计算成本最高降低 3 倍。该系列通过将 Sentinel-2 各分辨率合并为单一 token 缩短序列长度，并修改预训练方案以避免性能下降，提供 Base、Tiny、Nano 三种规模权重及训练代码。
Google Research精选AI 评分7474 Google 将 ERA 科研编码工具开放使用，并推出 Computational Discovery
Google 宣布把基于 Gemini 的科研工具 Empirical Research Assistance（ERA）开放给科学家使用，相关论文当天发表于 Nature。
推荐理由：Google 把 ERA 从 Nature 论文推进到可申请使用的工具，并给出八个跨学科应用案例，读者可据此判断科研编码自动化的落地边界。
Google DeepMindAI 评分5858 Google DeepMind 用 Co-Scientist 加速逆转细胞衰老的基因研究
Google DeepMind 介绍生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 使用 Co-Scientist 辅助衰老研究。Co-Scientist 扫描数万篇论文后提出 20 多个新的候选基因因子，实验室测试验证了其中几个假设，其推荐因子成功让细胞进入更年轻状态并改善整体功能。此外，Co-Scientist 将原本需要长达六个月的筛选数据分析缩短到几天。
Google DeepMindAI 评分3636 剑桥大学教授用 Google Co-Scientist 寻找跨物种传染病的分子开关
剑桥大学教授 Clare Bryant 使用 Google Co-Scientist 研究流感等病原体跨物种传播时引发败血症的分子开关，该工具生成并排序了一批假说，其中优先关注到一个她此前未留意的蛋白质。随着她持续补充未发表数据，假说从候选蛋白质逐步收敛到具体氨基酸，团队正据此构建含氨基酸突变的细胞系进行验证。Bryant 称，原本需要两到三年的精确氨基酸识别工作，如今有望在六个月内完成。
Google DeepMindAI 评分2222 Calico 用 Google Co-Scientist 推进衰老生物学研究
Google DeepMind 的 Co-Scientist 正被 Calico Life Sciences 用于衰老生物学研究，帮助整合分散发现并生成可验证假设。在整合应激反应（ISR）研究中，Calico 团队借助 Co-Scientist 提出 ISR 受代谢调控的新假设，并优化实验设计、随结果迭代输入信息，实验已产生对 ISR 在健康与疾病中作用有重要意义的新发现，团队计划发表结果。
Google DeepMindAI 评分3838 Google Co-Scientist 加速肝病机制发现，提出 MASH 组合疗法新假说
爱丁堡大学团队用 Google Co-Scientist 研究 MASH 肝病，系统整合肝脏生物学与药理学证据，提出 NLRP3 炎症小体是连接炎症与代谢的关键分子桥梁，该假说随后经实验验证。团队还借此筛选出可供测试的候选组合疗法，并尝试解释 resmetirom 为何仅对少数符合条件的 MASH 患者有效。
Google DeepMindAI 评分2020 Google DeepMind Co-Scientist 如何连接两个实验室推进 ALS 研究
MIT 的 Ritu Raman 与波士顿儿童医院的 Ryan Flynn 借助 Google DeepMind 的 Co-Scientist，将各自的活体神经肌肉组织模型与细胞表面 RNA 图谱工具结合，用于 ALS 研究。
Hugging Face BlogAI 评分4242 Granite Embedding Multilingual R2 发布：Apache 2.0 多语言嵌入模型，32K 上下文
Hugging Face 发布两款基于 ModernBERT 的 Apache 2.0 多语言嵌入模型：97M 参数的 granite-embedding-97m-multilingual-r2 在 MTEB Multilingual Retrieval 上得分 60.3。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体 AI 系统，可迭代生成、辩论并演化复杂科学问题的新假设。
推荐理由：原文披露了多智能体系统的三阶段架构与辩论式排序机制，并给出多个实验室的落地案例，可据此判断 AI 参与科学假设生成的实际边界。
OpenAI NewsAI 评分2222 Parameter Golf 对 AI 辅助研究带来了哪些启示
OpenAI 的 Parameter Golf 活动吸引 1,000+ 名参与者、收到 2,000+ 份提交，探索严格约束下的 AI 辅助机器学习研究、编码智能体、量化与新型模型设计。
Hugging Face BlogAI 评分2222 在 AWS 上构建基础模型训练与推理的模块化基础设施
Hugging Face 发文解析 AWS 上基础模型训练与推理的开源软件栈分层架构，涵盖 Slurm、Kubernetes、PyTorch、JAX 及 Prometheus、Grafana 等工具。
Google ResearchAI 评分2222 Google Research 如何通过全球合作与开放资源推动科学影响
Google Research 公布其开放科学成果：十余年积累的开源工具与数据集已服务全球超 25 万名研究者和开发者。
Google Research精选AI 评分6262 Google Research 科学家使用 ERA 开展科研的四种方式
Google Research 介绍其 Empirical Research Assistance（ERA）在四个真实科研场景中的应用：公共卫生领域，团队每周向 CDC 的流感。
推荐理由：Google 官方梳理 ERA 在流行病预测、宇宙学、碳监测与神经科学四类真实科研任务中的落地方式，可看到 AI 辅助科研的具体边界。
Hugging Face Blog精选AI 评分6060 Granite 4.1 LLM 是如何构建的：IBM 公开预训练、SFT 与 RL 全流程
IBM Granite 团队发布技术长文，详解 Granite 4.1 系列稠密解码器模型（3B、8B、30B）的构建流程：在约 15T token 上分五阶段预训练，上下文窗口经分阶段扩展至 512K，随后用约 4.1M 高质量样本做 SFT，并通过 on-policy GRPO 配合 DAPO loss 的多阶段 RL 强化数学、编码、指令遵循与通用对话能力。
推荐理由：Granite 4.1 完整披露五阶段预训练、SFT 与多阶段 RL 的数据配比和训练配置，可对照其 8B 稠密模型追平 32B-A9B MoE 的结论。