小米发布 MiMo-V2.6 论文：用强化学习扩展自我改进
小米发布 MiMo-V2.6 论文，模型在 RL 训练循环中承担构建任务、审计测试、评分答案和排查作弊等工作，人类只设定预算和规则。论文指出 pass/fail 测试无法区分干净修复与 hacky 修复，因此引入 grader agent 比较各组通过的补丁，把奖励移向更干净的方案，否则智能体会倾向更长运行和吞掉异常等绕行做法。
#数据/训练
RadarAIAI 评分6262 Hacker NewsAI 评分6262 MTEB 分数到底意味着什么，以及该如何选择嵌入模型
作者分析 MTEB(Multilingual, v2) 的 per-language 榜单，指出其分数按行取无权重均值，导致不同语言实际考的不是同一套题。
RadarAIAI 评分2222 OpenAI 批量发布 722 篇未公开模型数学手稿
OpenAI 公开了 722 篇由未公开内部模型完成的数学手稿，覆盖约 372 个结果家族。推文称这些成果来自约 4000 个研究问题，标准流程每项平均消耗约 3 小时 ChatGPT Pro 思考算力，但该模型本身仍未公开。
RadarAIAI 评分3838 OpenAI 公开数学开放题手稿目录与筛选说明
OpenAI 公开了「解决开放数学问题」声明背后的 722 篇手稿目录与筛选说明。据 AI Will，相关内容称约 4000 题测试后经归类筛选，几乎均采用同一标准流程与约 3 小时 Pro 思考算力。
RadarAIAI 评分3838 OpenAI 数学难题全论文库地址公开
OpenAI 公开了七百余篇数学手稿的论文库地址，并附有成果归类的直达路径。该开源库与在线目录收录其最新上传的全部已生成文献，供全球数学与 AI 从业者开展二次事实审查和实验再现。
RadarAIAI 评分6262 清华、牛津与斯坦福论文 Thinking Inertia：LLM 被要求不思考时仍在推理
清华、牛津与斯坦福的论文《Thinking Inertia: LLMs Keep Thinking When Told Not To》发现，即使关闭思考模式，LLM 仍会持续显式推理，开放性问题尤其明显。
GitHubAI 评分2020 theodoruszq/imagegen-tracker：追踪 GPT Image、Nano Banana、Midjourney 等 AI 图像生成模型动态
GitHub 项目 theodoruszq/imagegen-tracker 追踪 GPT Image、Nano Banana/Gemini/Imagen、Midjourney。
RadarAIAI 评分3232 Opus 5.5 视频集：400+ 视频与提示词的 AI Video Prompt Library
一个名为 AI Video Prompt Library 的网站展示了 400 多个由 NVIDIA Ising-Calibration-1.5 模型生成的视频示例，每条视频都附有对应提示词。该合集适合研究视频效果、寻找抖音选题或学习 AI 提示词编写。
GitHubAI 评分3838 RoninForge 发布 AI Price Index：带日期与一手来源的 AI 模型 API 价格记录
RoninForge 推出 AI Price Index，按日期记录 AI 模型 API 价格，每条价格都附一手来源链接和 last_validated_at 确认日期，数据以 CC BY 4.0 授权、工具以 MIT 授权。
RadarAIAI 评分3030 NYU与Amazon论文提出SGUID：精选技能蒸馏胜过11倍技能库
NYU与Amazon新论文提出SGUID方法，只保留训练早期和后期都持续提供有效信号的技能，蒸馏少量精选技能即可匹配甚至超越大11倍的技能库。在3个Qwen模型上，按主题匹配选出的技能中不到25%能提供有效信号；仅用6个精选技能，4个模型中有3个在数学竞赛测试上匹配或超越了30至71个技能的完整库。第二轮加入3个新技能后，Qwen3-8B从64.3%提升至66.3%。
GitHubAI 评分1212 febriyansyah-id/COLLAB：面向 Google Colab 与 VS Code 的协作式 ML 工作区
开发者 febriyansyah-id 发布 COLLAB 项目，一个面向 Google Colab、VS Code 和 GitHub Codespaces 的协作式机器学习工作区，涵盖 NLP 文本分类、图像分类、时间序列预测和推荐系统四类项目，每类各含 5 项测试。
Hacker NewsAI 评分3838 tgv：面向人类与 AI 智能体的终端基因组浏览器
tgv（Terminal Genome Viewer）发布 0.4.0，一款可在 SSH 会话中运行的终端基因组浏览器，支持 vim 风格命令与鼠标操作。它支持 BAM、VCF、BCF、BED、bigBed、s3 对象存储及任意 UCSC 参考基因组，并通过 MCP 将多组学数据引擎暴露给 AI 智能体，用几行 SQL 即可完成分析。
Hacker NewsAI 评分3434 为 AI 研究突破定价：用预注册收购替代新实验室双重豪赌
针对新实验室（neolabs）被同时要求做出研究突破和撑起风投级业务、成功率被压到万分之一的问题，文章提出借鉴制药业分工，由前沿实验室以“预注册收购”方式提前承诺成果回报。文中援引数据：2013 至 2022 年 FDA 批准的药物中，营收低于 $500M 的小公司贡献了 52%，营收超 $10B 的大公司贡献 36%；自 2016 年以来最大规模训练成本以每年 2.4x 增长。
RadarAIAI 评分6060 Unsloth 开源决策任务微调方案，4GB 显存可训练轻量决策引擎
Unsloth 开源了面向决策任务的微调方案，支持在消费级显卡上训练轻量级决策引擎，最低 4GB 显存即可运行。该方案把大模型从文本生成转向结构化决策输出，例如工单分发和权限审核，其中 Qwen3.5-4B 仅需 8GB 显存，可在个人笔记本或免费 Colab 环境训练专属模型。
Hacker NewsAI 评分3030 NVFP4 与 MXFP4 解码基准对比：B200 上 NVFP4 小批量解码快约 8%
在 B200 上用 vLLM v0.31 跑 Qwen3-32B 的实测显示，NVFP4 在小批量解码时比 MXFP4 快，batch 1、8、32 的解码吞吐分别高出 7.1%、7.6% 和 4.2%，batch 64 以上差距消失。差异主要来自 kernel 实现而非 4.5 与 4.25 bits 的位宽差，NVFP4 从 BF16 量化后的 NLL 损失也小 2.7 倍。
GitHubAI 评分1212 Chronos Engine：AI 驱动的时间沙盒，模拟平行历史与因果级联
Chronos Engine 是一个 AI 驱动的时间模拟平台，以自研 Temporal Graph Network（TGN）将因果建模为多维时间格，支持平行历史推演、情景预测与生成式叙事设计。引擎内置基于智能体的社会建模、因果衍射与回溯分析，输出支持 40 多种语言，可从单机村庄级微模拟扩展至分布式集群的万年文明模拟。
GitHubAI 评分3838 MarketPulseWire：自托管 AI 市场信息雷达，聚焦半导体与 AI 基础设施
MarketPulseWire 是一个自托管 AI 市场信息雷达，把官方来源、公告、RSS、行业媒体和持仓相关新闻统一转为经证据校验的即时提醒、每日摘要或归档，重点覆盖半导体与 AI 基础设施。
Latent SpaceAI 评分2222 AlphaFold 为何没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在一场对谈中指出，AlphaFold 的突破只是开始，蛋白质折叠问题远未解决，静态结构预测无法覆盖蛋白质动态与无序性。
RadarAIAI 评分2424 青岛港星港大模型：全国首个港口垂直大模型如何实现 AI 突围
青岛港主导研发的星港大模型，基于国产基座模型并结合海量港口数据，成为全国首个港口垂直大模型。该模型衍生出多种智能体，在动态安全管控、全要素调度等场景中提升港口运营效率与安全性，并逐步向全国港口推广。
GitHubAI 评分3030 Starmap：可版本化的 AI 模型目录，提供 Go 包、CLI 与 HTTP 服务器
Starmap 是一个可版本化的 AI 模型目录，以 Go 包、CLI 工具和 HTTP 服务器（REST + SSE）三种形式提供，覆盖 10+ 提供商的 500+ 模型。
GitHubAI 评分6262 Neuronpedia 开源可解释性平台并给出本地部署指南
Neuronpedia 开源其可解释性平台，包含 webapp、inference、autointerp、graph、nla、sparsity 六个可独立运行的服务。
Hacker NewsAI 评分2222 DecoverAI 构建法律证据推理的 RL 环境与数据集
DecoverAI 发布围绕虚构案件 USA v. Cascade Timber Holdings 的法律智能体评测基准，含 1,486 封 RFC 5322 .eml 邮件、26 个邮箱、51 项任务（10 项旗舰、18 项原子/检索/join、6 项 RLVR 试点、17 项诉讼技能），时间跨度 2021 年 11 月至 2023 年 12 月。
RadarAIAI 评分6060 Redwood Research 发布论文：实证检验蒸馏定罪（DFI）与蒸馏提能（DFC）
Redwood Research 发布论文，对蒸馏定罪（DFI）与蒸馏提能（DFC）两条蒸馏安全路径做实证检验。DFI 把不可信教师蒸馏到更弱可信学生，在 AuditBench 保密模型生物上学生坦白隐藏怪癖的频率显著高于原始模型，但学生与教师不共享预训练基座时效果不佳，因此建议蒸馏回教师自身的 RL 前检查点。
GitHubAI 评分2222 whiteravens20/diet-app：可自托管的确定性营养膳食规划平台
whiteravens20/diet-app 是一个可自托管的膳食规划平台，从精选食材数据库以纯函数计算热量与宏量营养素，保证结果确定可复现，AI 仅作可选助手且从不编造营养数据。
Hacker NewsAI 评分6060 Where're All the AI Chips：作者称超 2000 亿美元 GPU 仍闲置在仓库
科技财经作者 jllyhill 在长文中估算，微软自 2022 年以来约 2650 亿美元资本开支只换来约 500 亿美元 GPU 上线，另有约 500 亿至 1000 亿美元 GPU 闲置在仓库或未通电的数据中心。
Hacker NewsAI 评分5050 AI 热潮引发内存涨价，全球 PC 出货量下跌 20%
IDC 数据显示 2026 年第三季度全球 PC 出货量同比下滑 20%，少出货 1580 万台，Omdia 则录得 21% 的降幅。DRAM 和 SSD 在整机价格中的占比已从约 15% 升至 40%，Omdia 预计今年全球 DRAM 收入将从去年的 1510 亿美元增至逾 3720 亿美元。IDC 指出渠道商因库存高企、需求低迷可能推出促销，但价格仍高于去年同期。
GitHubAI 评分2222 Human-Singularity 推出 brain-regeneration 脑再生观测站
Human-Singularity 发布 brain-regeneration 项目，基于 Hugo 前端并集成 GregoryAi，构建追踪多发性硬化、阿尔茨海默病、帕金森病等神经退行性疾病治疗路径的知识中心。平台用 AI 模型对研究相关性排序，可在论文发表 24 小时内推送高影响力研究，目前已索引超 34,000 篇文章。
RadarAIAI 评分4040 Nathan Lambert：AI 将快速进步，但不会走向通用超级智能
Nathan Lambert 认为 AI 将在基础设施与工程能力上快速进步，未来几年模型会成为超人的分布式 GPU 工程师，但这不会让模型本质发生巨变，也不指向通用超级智能。他指出推理效率提升已带来 10-30% 成本下降，模型智能的有效成本未来几年或近指数级下降，预训练研究（架构与数据选择）有望在 2-3 年内自动化。
Hacker NewsAI 评分6666 Epoch AI 发布 InnovationEval：AI 能否自主完成 AI 研发
Epoch AI 发布 InnovationEval 评测，用一篇已发表的 on-policy self-distillation（SDPO）论文作为任务，让 AI 智能体在固定训练数据下自行提出并实现新的后训练算法，以是否达到或超过该论文指标来打分。
TechCrunch · AIAI 评分6565 非文本 AI 模型 Jev 开发商 TypeSafe AI 融资 8.7 亿美元，估值 75 亿美元
TypeSafe AI 在 8.7 亿美元融资中估值达到 75 亿美元，本轮由 Andreessen Horowitz 领投，Sequoia 与现有投资方 DCVC 参投。
Redwood ResearchAI 评分3838 Redwood Research 发布论文：用于定罪的蒸馏与用于能力的蒸馏
Redwood Research 发布论文，实证检验两种蒸馏用于 AI 安全的思路。用于定罪的蒸馏（DFI）把不可信模型蒸馏进更弱的可信模型，在 AuditBench 的秘密保留模型上，学生承认隐藏怪癖的频率远高于原模型，说明怪癖比隐藏倾向传得更快；但学生若不共享教师的预训练基座则效果不佳，因此应针对教师自身的 pre-RL checkpoint。
RadarAIAI 评分3838 Chelsea Finn：机器人成功率越高，DAgger 效率越低
Chelsea Finn 指出，随着机器人越来越可靠，DAgger 的效率会大幅下降，例如 90% 的成功率意味着人超过 90% 的时间都在被动看着机器人。她提出的核心思路是：失败来自相似的初始状态，可以把学习聚焦在这些状态上。相关论文与 Lars Ankile 的 Mulligan 工作一致，后者在 3 个真实任务、2550 次盲测中，在相同预算下优于均匀采集。
GitHubAI 评分6060 CoordiNode 开源图原生混合检索引擎，单条查询混合图遍历、向量相似度与 BM25
CoordiNode 发布开源图原生混合检索引擎，把图数据库、向量数据库和全文搜索引擎合并为一个事务引擎，用一条 OpenCypher 查询同时完成图遍历、向量相似度过滤和 BM25 文本排序。它用 Rust 编写、无 GC、单二进制部署，社区版即包含 Raft 复制与集群能力，采用 AGPL-3.0 许可。目前尚不支持 Bolt 协议、GraphQL、水平分片，向量索引也需能放入内存。
RadarAIAI 评分3838 微软 Data Formulator：让数据分析省心的 AI 可视化平台
微软 Data Formulator 0.8 Beta 基于 AI Agent，把数据导入、图表生成与洞察提取整合进一个可视化工作区，支持用户自由分支提问并保持上下文连续。平台支持文件、数据等多种数据源，面向想快速理解数据的非编程用户。
Databricks BlogAI 评分2222 加州 DHCS 如何基于 Databricks 构建行为健康公共县情档案
加州卫生保健服务部（DHCS）在 Databricks 平台上构建了行为健康公共县情档案，将全部 58 个县的行为健康数据汇聚到一处，服务近 4000 万加州居民。
Hacker NewsAI 评分2424 用淘汰的 Windows 10 PC 做本地大语言模型推理
研究评估将搭载 NVIDIA GPU 的企业工作站改造成本地 LLM 推理节点的可行性，使用 Proxmox、Ollama 和 Open WebUI 测试多款开源模型，单张消费级 GPU 可实现 29–65 tokens/s 的稳定吞吐，满足对话式编码与文档助手场景。
Hacker NewsAI 评分6666 GC AI 用 12 小时 38 个项目实测 TypeSafe 分类模型 Jev
GC AI 在内部黑客松中用一天时间做了 38 个基于 TypeSafe 分类模型 Jev 的项目，其中 23 个提交。Jev 不生成文本，而是针对布尔判断、多选或限定打分返回结构化结果，单次调用 0.1 到 0.5 秒，成本约为标准模型调用的十分之一到百分之一。
GitHubAI 评分2222 qsv：查询、切片与转换表格数据的命令行工具
qsv 是一个用于查询、切片、排序、分析、过滤、转换与校验表格数据（CSV、Excel 等）的数据处理工具包，命令简单、可组合且速度极快。它提供 apply、describegpt、fetch、frequency 等命令，支持通过 OpenAI API 兼容的本地或商用 LLM 生成数据字典与 SQL RAG 查询，并可作为 CLI、MCP Server 或 Cowork Plugin 安装。
GitHubAI 评分1717 Mozilla Bugbug：用机器学习做缺陷预测与测试选择
Mozilla 的 Bugbug 项目利用机器学习辅助缺陷与质量管理，提供 assignee、defect、regression、spam、testselect 等多个分类器，其中 defect 分类器在 2110 个 bug 数据集上准确率约 93%（precision 约 95%、recall 约 94%）。
GitHubAI 评分3434 OperatorNest 发布 convex-models-dev：在 Convex 中查询 models.dev 模型目录与定价
OperatorNest 推出 convex-models-dev，把 models.dev 的 AI 模型目录、限额与定价以可实时查询的形式搬进 Convex 部署，截至 2026 年 10 月覆盖 220+ 提供商的约 8,400 个模型，并每小时用条件 GET 增量同步。