LabML：完全在浏览器中运行的机器学习实验室
Dominic D'Apice 发布 LabML，一个完全在浏览器中运行、无需后端的表格机器学习实验室，数据不出本机，采用 MIT 许可证，已上线 app.dominicdapice.com。它支持拖入 CSV 完成数据审计清洗、8 个分类器/7 个回归器实时训练、排行榜对比与失败分析，所有计算在 Web Worker 中完成，理想数据集为 1MB 至 30MB。
#数据/训练
GitHubAI 评分3434 Hacker NewsAI 评分1212 Mitosis Labs 的 Private SuperIntelligence 如何界定 AI 工具中的敏感数据边界？
Mitosis Labs 在旧金山推出面向企业、家族办公室和私人客户的 AI 服务 Private SuperIntelligence，主打隐私优先，宣称幻觉降低 96.1%、AI 推理成本最多降低 90%、引用回答准确率 100%、最快响应 0.4s。该服务按六大隐私域处理数据，每次部署仅服务单一客户，不采集客户数据、不回传遥测，目前名额已满，需登记候补。
量子位AI 评分6262 字节 Seed 团队发现 DeepSeek-V4 表现随 Token 位置周期性波动，原因指向分块 KV Cache 压缩
字节 Seed 团队发现 DeepSeek-V4 系列在 128K 长上下文检索中，同一条信息换个位置，准确率最高相差 40.2 个百分点，且波动以 4 个 Token 为周期重复。
RadarAIAI 评分5555 Anthropic Claude 上线 Dashboards 数据仪表板与 Motion 解释性动画功能
Anthropic 宣布 Claude 新增 Dashboards 和 Motion 两项测试功能。Dashboards 连接公司数据平台后，用户用自然语言提问即可构建自动更新的数据监控仪表板，向所有付费套餐用户开放。Motion 可将文字、图表、形状、图像动画化为短片，未调用视频生成模型，仅对 Team 和 Enterprise 用户开放，生成动画后续可用剪辑软件编辑。
Hacker NewsAI 评分6262 MIT 等机构发布 ImpactBench，用 AI 营养标签评测模型对人的影响
MIT Media Lab、Psychology of Technology Institute、USC 和 UC Berkeley 的研究者发布 ImpactBench，这是首个衡量 AI 对人类身心健康与社会维度影响的开放基准，并提出 AI Nutrition Label 作为模型行为的标准化摘要。
GitHubAI 评分2222 Novel Engine 0.8.0：自托管单作者小说写作 IDE
Novel Engine 0.8.0 发布，这是一款自托管单作者小说写作 IDE，以 SQLite 作为内容权威、Markdown 作为文档语法，单个 Node.js 进程同时提供 Studio SPA 和 JSON API。
GitHubAI 评分88 AI and Omics Research Internship 2025：基因组学 AI 训练营
GitHub 仓库 ilisoifineas/AI_and_Omics_Research_Internship_2025 发布了 AI 与组学研究实习项目 2025 的材料，这是一个将人工智能与组学数据分析结合的基因组学 AI 训练营。
Hacker NewsAI 评分6262 Nace 发布 Document Intelligence，称解析指数追平 GPT-6 Astra 且成本约为其十分之一
Nace 发布 Document Intelligence（NDI），作为其感知层，可通过 Nace Console 和 API 使用，支持解析、切分、分类、抽取和溯源 36 种文件类型，包括 PDF、扫描件、表格、邮件、图像、音频和视频，结果可回溯到页码与边界框、单元格、文本片段或时间戳。
RadarAIAI 评分6262 软银据报寻求向海湾投资者募资最多1000亿美元加码AI投资
据《金融时报》报道，软银创始人孙正义过去几周与包括阿联酋人士在内的多方商讨，寻求向海湾地区投资者募集最多1000亿美元用于扩大AI投资。知情人士称，他计划用这笔资金设立一只基金，先收购企业，再借助AI及其他先进技术改善经营，旗下机器人及物理AI业务Roze预计发挥重要作用。此前软银已向OpenAI投资650亿美元，而OpenAI推迟了IPO，市场对软银AI投资敞口的担忧上升。
RadarAIAI 评分3434 Counterpoint：无需担忧 HBM 内存需求放缓，更高堆叠仍是行业趋势
Counterpoint Research 称存储器行业对 HBM 需求放缓的担忧"基于错误信息"，高堆叠 HBM 内存的普及趋势将持续。该机构指出更多 NVIDIA Rubin GPU 转向 12Hi HBM4，ASIC 解决方案中也未出现仅 4 层堆叠的 HBM 内存。其认为对 AI XPU 工作负载而言，确保带宽和容量比降低成本更重要。
GitHubAI 评分2222 Nandanhegde1/govai-contracts：美国联邦 AI/ML 合同授予可搜索索引
Nandanhegde1/govai-contracts 提供美国联邦 AI/ML 合同授予的免费可搜索索引，数据每 6 小时从 USAspending.gov 和 SAM.gov 更新一次。该索引覆盖所有美国联邦 AI/ML 合同授予记录。
Hacker NewsAI 评分6262 Show HN：这个网站记录了各家 AI 服务是否用你的提示词训练模型
开发者 tux404 在 Hacker News 发布 trainedon.me，按服务与套餐逐条记录各家 AI 产品是否默认用用户内容训练模型，并标注隐私条款的抓取日期。
量子位AI 评分6262 Sharpa 在 IROS 发布人形机器人 D01、灵巧手 W02 与外骨骼数据手套 AE01
Sharpa 在 IROS 发布三款产品：一体式触觉感知灵巧操作人形机器人 D01、新一代全触觉灵巧手 W02 和高保真外骨骼触感数据手套 AE01。D01 电子皮肤覆盖上半身，触觉采样率 100Hz，力感知范围 0.1—20N，重复定位精度 0.2mm；W02 主动自由度从 W01 的 22 个减到 21 个，整手尺寸缩小约 30%，指尖力感知范围 5mN—30N。
极客公园AI 评分5454 鲲为科技完成 4 亿元融资，要做脑科学领域的英伟达
深圳公司鲲为科技近期完成 4 亿元新一轮融资，新增股东包括 XVC、红杉中国，老股东夏尔巴、腾讯进一步加仓。鲲为放弃提升频率的常规路线，转向低频，将深度神经网络引入超声回波信号处理，实现穿透颅骨后的脑组织结构与血流动态实时成像。公司已实现数千万订单，并计划提供硬件设备与基础软件平台 kOS，面向脑机接口 Lab 和 NeuroAI 模型公司。
Simon WillisonAI 评分2323 Simon Willison 发布 ttok 1.0，默认 tokenizer 切换至 GPT-5/GPT-6
Simon Willison 发布 ttok 1.0，将默认 tokenizer 从 GPT-4 切换为 GPT-5/GPT-6。
arXiv cs.CYAI 评分2424 后处理公平性约束何时有效何时有害：来自八项跨域评估的证据
研究提出 FAPE 框架，在刑事司法、收入预测、法律招生、信贷、农业贷款、多域基准、医疗和教育八个领域评估 Fairlearn 的 ThresholdOptimizer 后处理干预。
arXiv cs.CYAI 评分2727 哪些个人信息能提升 LLM 的下一位置预测？
一项基于深圳 5000 名居民 sociodemographic 记录与移动轨迹的研究发现，在 GPT-5、GPT-5.5 和 Claude Opus 4.6 的 1000 组配对预测中，行为历史将 top-1 准确率从 5.6% 提升至 18.5%（历史从零增至六天），而年龄、性别、职业、收入等 sociodemographic 属性未带来可检测的整体增益。
arXiv cs.CYAI 评分2424 研究提出职业"执行与评估"新度量：执行密集型白领岗位就业增长持续走低
一项研究对 O*NET 全部 19,265 条任务陈述按固定评分标准打分，构建职业层面的"执行"与 AI 能力占比指标，该执行占比在不同模型编码器和 O*NET 版本间可复现，且区别于 AI 能力和常规任务强度。
arXiv cs.CYAI 评分5252 研究：按教学指标微调会让 LLM 辅导质量下降
一项研究设计了教学适应性指标，在 2000 个学习者场景中审计一个前沿 LLM 辅导模型，并用开源权重代理模型微调修正其最弱案例。31 位受训教育者盲评显示，修正案例的指标从 +0.05 升到 +0.42，但专家评分从 4.46 降到 3.03，未修改的对照组保持不变。
arXiv cs.MAAI 评分2222 公共品困境中多智能体学习如何形成空间模式
固定数量的合作者与背叛者用表格型 Q-learning 和局部观测独立学习移动策略，合作者学习会在资源峰值周围形成聚集，共同适应则改变聚集强度与移动方式。在固定训练预算下，合作者高学习率、背叛者低学习率时福利损失最大，部分条件下还会出现由共同方向偏好支撑的移动带。在测试的合作者学习条件下，平均集体福利低于随机移动，而对智能体施加拥挤成本可挽回大部分福利损失。
arXiv cs.MAAI 评分1717 去中心化协作持续学习：一种基于多目标最小化的技术
该研究将去中心化持续学习建模为多目标优化问题，智能体仅做本地计算并与邻居交换信息，通过本地记忆缓冲区存储旧任务样本，将历史信息纳入参数更新以缓解稳定性-可塑性困境。均方误差分析表明，智能体间协作能利用本地数据与记忆缓冲区的多样性，改善跨任务网络平均 MSD。仿真验证了该方法在减少遗忘和提升平均 MSD 上的有效性。
GitHubAI 评分2222 AetherGrid：分布式 AI 工作负载编排器
AetherGrid 是一个分布式 AI 工作负载编排器，通过有时限的租约（lease）而非简单分配标志来强制任务执行所有权，并处理部分失败后的对账与资源限制。项目已部署完整控制台，使用真实 Postgres、真实认证和 API key 网关，所有路由均需 API key 认证。代码库包含 66 份工程决策记录（ADR），记录了对账循环、租约续期、幂等 worker 注册等非显而易见的设计决策。
GitHubAI 评分3434 ne0juan/ai-paper-daily：全自动中文 AI 资讯站开源
ne0juan/ai-paper-daily 是一个全自动中文 AI 资讯站，每天北京时间 08:00 / 13:00 / 19:00 抓取、筛选、翻译并存档当天和昨天发布的 AI 内容。
Hacker NewsAI 评分1515 AI 公司作为控制论系统：一项研究纲领
该研究将 AI 公司建模为开放的资源依赖型系统，其观测、学习、部署与治理规则构成多个反馈闭环，并用 contextual ∞-topos、lenses 与 jets 给出形式化语言。作者推导出优化器依赖的 neural tangent kernel，并提出 panoptic 假设，刻画观测、干预与治理能力之间的不等式。论文强调这些数学结果只针对明确设定的模型，并不证明经济集中或普遍监控是必然结论。
GitHubAI 评分3636 OpenInsightDev 开源 trajs：将 AI 模型会话记录为轨迹
OpenInsightDev 发布开源项目 trajs，把 AI 模型会话记录为可存储、回放和检查的轨迹，轨迹是提示词、响应与会话声明共享同一全序的流，而非文档。
GitHubAI 评分1212 qompassai/Diver 项目答疑：如何用数学缓解 AI 偏见
qompassai/Diver 项目在 FAQ 中区分了神经网络方程中的数学偏见（MB）与算法/社会偏见（ASB），称通过注意力机制、合法开源数据和安全的网页搜索 API 来缓解 ASB。项目表示无需购买 Linux 电脑，Windows 用户可用 WSL、Mac 用户可用 Homebrew 运行；并称“小”模型约为 10B 参数及以下，而 OpenAI 的 GPT-4o 约有 200B 参数。
GitHubAI 评分2727 DataGuard AI v0.2.1 公测：开源 AI 辅助数据质量与治理工具
DataGuard AI v0.2.1 进入公开测试，这是一款面向开发者的开源数据质量与治理工具包，可扫描 CSV/JSON、DuckDB 和 PostgreSQL，检测空值、重复、PII、schema drift 并生成 HTML/JSON 报告。
GitHubAI 评分3434 DataEval：面向计算机视觉数据集与模型的开源评估工具库
DataEval 是 aria-ml 在 GitHub 上开源的数据集与模型评估库，为计算机视觉数据集提供性能估计、偏差分析、数据清洗与分布漂移检测等算法指标，覆盖从数据采集到部署监控的机器学习全生命周期。
arXiv cs.CLAI 评分2828 Budgeted Cache Repair：跨上下文 KV-Cache 复用的预算修复方法
研究发现跨上下文 KV-Cache 复用并非无损：在 MMLU 和 GSM8K 上会带来明显精度损失，且以整个调用为单位决定是否复用无法消除该代价。
arXiv cs.CLAI 评分1818 低精度 Transformer 推理该用随机舍入还是就近舍入？基于小型 GPT-2 的可变精度仿真研究
研究对比了低精度 Transformer 推理中随机舍入（SR）与就近舍入（RN）在逐算子层面的差异，并扩展 PRISM 库实现可变精度随机舍入（VPSR）。在 DistilGPT-2、t=6 有效位下，MLP 用 SR 困惑度为全精度参考的 1.15x，RN 为 2.21x；语言模型 head 处顺序反转。
arXiv cs.CLAI 评分2424 SMAT：简单高效的合并感知训练方法
SMAT 将常见模型合并操作归纳为 Scale、Mask、Perturb 三种，通过采样缩放系数、掩码和加性噪声在模拟合并参数上联合优化专家损失与期望损失。在四种语言与视觉语言骨干模型上，SMAT 将五种合并方法的平均得分较最强基线提升 1.07-2.16 分，训练时间开销较标准微调不足 2%。该方法每步仅需一次前向和一次反向传播，并引入周期性调度、算子融合与参数存储切换来提升效率。
arXiv cs.CLAI 评分2424 DGE：面向免训练 KV-Cache 压缩的草稿引导驱逐时机方案
研究者提出 Draft-Guided Eviction（DGE），将 KV-Cache 驱逐推迟到用完整缓存生成前 k=2 个答案 token 之后，仅比 prefill 多一步解码，从而在答案轨迹信号出现前不丢弃任何缓存条目。
arXiv cs.CLAI 评分2222 CTRL：基于控制的 LLM 引导残差学习时间序列预测框架
CTRL 框架将语义推理与数值预测解耦，由冻结骨干模型生成基础预测，LLM 智能体作为控制器分析趋势、季节与不规则分量并输出控制信号，再由轻量残差解码器转化为预测修正。该框架支持无标签测试时自适应，仅需 3-24 次 LLM 调用即可检测分布偏移并重新调整控制信号，论文发表于 ACL 2026 Findings。
arXiv cs.CLAI 评分2222 四个开源权重模型中的系统提示词条件化与隐藏状态几何：修正与幸存结论
一篇预印本 v3 大幅修正了 v1-v2 的方法与结论：此前报告的"Ollivier-Ricci 曲率"实为时间与余弦 k-NN 图上的 Forman 型边统计量，且测试在边级别而非轨迹级别，相关 p 值来自未公开代码。
arXiv cs.CLAI 评分2222 超简短情感文本能否补充可穿戴传感？基于 Oura 戒指的 458 名学生一年期研究
一项为期一年、覆盖 458 名大学生（3,610 人次）的研究用 Oura 戒指追踪睡眠与身体活动，并每两月让参与者用中位数仅 3 个词的开放式文本写下最担忧的事。结果显示，以学业担忧为主的周次与更低身体活动相关，出现情绪耗竭措辞的周次与更差睡眠质量和更低心率变异性相关；通用预训练嵌入在多数结果上不逊于领域适配模型，零样本担忧主题分类则未见一致关联。
arXiv cs.CLAI 评分2222 Grokking 还是 Glitching？低精度如何驱动 Slingshot 损失尖峰
论文证明深度网络长期无正则训练中的 Slingshot 损失尖峰源于浮点运算精度极限：训练进入高置信阶段后，正确类 logit 与其他 logit 之差超过吸收误差阈值，反向传播中正确类梯度被舍入为零，破坏各类梯度的零和约束，引发分类器层参数系统性漂移。
arXiv cs.CLAI 评分2727 State Stream Transformer (SST) V2：面向隐空间推理的非线性循环并行训练
State Stream Transformer (SST) V2 通过每个解码器层的 FFN 驱动非线性循环，将隐状态沿全序列水平流式传递，实现连续隐空间中的参数高效推理。
arXiv cs.CLAI 评分2424 InfiFPO：通过偏好优化实现大语言模型隐式模型融合
InfiFPO 是一种面向隐式模型融合的偏好优化方法，用序列级合成多源概率的融合源模型替换 DPO 中的参考模型，并引入概率裁剪与最大间隔融合策略。在 11 个基准上，以 Phi-4 为枢轴模型时平均性能从 79.95 提升至 83.33，数学、代码与推理任务提升明显。
arXiv cs.CLAI 评分1818 面向波斯语医疗模型的单次前向不确定性头：声明级幻觉检测
研究将 LLM Uncertainty Head（LUH）框架适配到两个波斯语医疗模型 Gaokerena-V 和 Gaokerena-R，在冻结骨干的注意力图与 token 概率上训练轻量不确定性头，实现无需检索或重复采样的声明级幻觉检测。
arXiv cs.CLAI 评分2727 LLM Persona Unlearning：PersonaUnlearnBench 基准与 PaCE 方法
研究提出 PersonaUnlearnBench，一个覆盖 3 个模型家族 6 个 LLM、5 种人格的配对基准，含对齐的遗忘/保留集、留出指令改写与四轴评估，显示标准遗忘方法难以在不损害生成质量与通用能力的前提下可靠抹除目标人格。