MIT《供应链可持续性状况》报告：企业承诺创新高，治理却掉队
MIT 可持续供应链实验室发布 2026 年《供应链可持续性状况》报告，调查 91 个国家 1810 名从业者，83% 认为可持续性对长期业务成功重要或非常重要，为七年最高。
#数据/训练
RadarAIAI 评分2222 RadarAIAI 评分6262 OpenAI 推出科研模型 GPT-Rosalind
OpenAI 推出科研模型 GPT-Rosalind，用于帮助研究人员跨科学文献和生物数据进行推理，由科学家提供专业知识和判断力来评估证据。符合条件的实验室可获得最长 12 个月的 OpenAI 工具赞助访问权限，GPT-Rosalind 的访问需通过可信访问审批。通过 Rosalind Academic Plan 共享的研究数据默认不会用于训练 OpenAI 的模型。
RadarAIAI 评分2323 Databricks AI 研究团队如何使用 AI Runtime（AIR）
Databricks AI 研究团队作为 AI Runtime（AIR）首位客户，用其训练从数十亿到近万亿参数的模型，覆盖 SFT、离线 RL 与在线 RL，GPU 可选 NVIDIA H100 或 B300。AIR 通过预检与健康监控隔离故障节点，配合 AIR CLI、自定义容器和 MLflow，将训练任务启动缩短至数秒。
RadarAIAI 评分2222 Thinking Machines 回顾 Tinker 推出一周年与用户成果
Thinking Machines 回顾 Tinker 推出一周年，该产品让客户将自身专业知识转化为他们拥有的前沿模型。发布一年后，官方盘点了已交付的内容以及用户正在构建的东西。
Databricks BlogAI 评分2222 Databricks AI 研究团队如何用 AI Runtime 支撑模型训练
Databricks AI 研究团队自去年 AI Runtime（AIR）推出起就将其作为首个客户，用它开发、训练和测试支撑 AI Functions（含 ai_parse_document、ai_extract）的模型。
MIT News · AIAI 评分2222 MIT 供应链可持续性报告：企业承诺创新高，治理却跟不上
MIT 可持续供应链实验室发布 2026 年供应链可持续性报告，调查 91 个国家 1810 名从业者，83% 认为可持续性对长期业务成功重要或非常重要，为七年最高。
Databricks BlogAI 评分2828 Databricks Lakehouse//RT 地理空间查询最高提速 38 倍
Databricks 的 Lakehouse//RT 现已支持 Spatial SQL 与空间 join，在高并发下地理空间查询最高比传统云数据仓库快 38 倍。基于 SpatialBench 的测试显示，单查询并发下最高快 20 倍，即便剔除提升最大的查询，平均仍快 3.5 倍以上，且无需修改代码或新增许可。该功能目前处于 Beta 阶段。
Databricks BlogAI 评分2222 Atlassian 如何在 Databricks 上基于 OCSF 构建安全湖仓
Atlassian 在 Databricks 上以 OCSF 开放模式构建安全湖仓，处理每天 440 亿条日志事件。借助 OCSF 结构化数据，分区与 Z-ORDER 将代表性查询从约 45 秒降至 2–3 秒，提升 95%；启用 Graviton 集群与 Photon 后查询成本与运行时间减少约三分之二。
RadarAIAI 评分5858 Anthropic 论文提出 GRAFT：把被标记样本的更新路由到可删除 adapter 以消除奖励黑客
Anthropic 一篇新论文发现，当监控器只能捕获部分 reward hack 时，惩罚被标记样本会让模型转向监控器察觉不到的黑客方式，而把被标记样本的更新路由进可删除的 adapter 则能消除黑客行为。
RadarAIAI 评分3838 OpenRouter 排行榜新增开源与闭源模型份额图表
OpenRouter 在其数据排行榜新增 Open vs Closed 模型份额图表，本周至今开源权重模型处理了 73% 的总 token（72.5T），闭源权重模型占 27.0%（26.8T）。用户可自行查看数据，OpenRouter 同时欢迎对新公开图表提出建议。
RadarAIAI 评分3636 MIT 与 Whitehead 团队用机器学习模型 IRIS 解码细胞间通信语言
MIT 生物学助理教授 Pulin Li 与研究生 Nicholas Hutchins 开发出机器学习模型 IRIS，可识别各信号通路在不同细胞类型中一致的基因活性"指纹"，回溯胚胎细胞在发育各阶段接收的信号，论文 9 月 8 日发表于 Nature Methods。
MIT News · AIAI 评分3636 MIT 团队用 AI 模型 IRIS 解码细胞通讯的"语言"
MIT 团队开发出基于神经网络的模型 IRIS，可识别不同信号通路在细胞基因活动中留下的独特"指纹"，并推断细胞在胚胎发育各阶段接收过哪些信号。该模型借助迁移学习，能对未见过的细胞类型作出预测，研究已发表于 Nature Methods。IRIS 预测的肺发育相关信号通路在小鼠胚胎实验中得到验证，有望加速干细胞工程与类器官建模。
Hacker NewsAI 评分6262 HTTP 响应头中的提示注入：2.17 亿条网页响应扫描结果
Signals Corps 扫描 Common Crawl 的 217,097,223 条页面响应头，发现 7,959 个站点发送了面向 AI 的响应头，其中 7,271 个是指向 llms.txt、MCP 服务器或 agent skill 的指针，30 个站点发送了注入尝试，24 个使用名为 X-AI 的响应头，多数是恶作剧。
RadarAIAI 评分6262 微软 MAI-Base-2 预训练完成，MAI-Base-3 已在筹备
微软 MAI 宣布 MAI-Base-2 预训练完成，MAI-Base-3 的训练周期已在筹备中。微软称 MAI-Base-2 在留出评测上超越所有受测开放权重模型，预训练 FLOPs 效率比最强开放基座模型 DeepSeek-V4-Pro-Base 高 4-12 倍，节省的算力被用于训练更大模型。微软表示已在 MAI 内部建成 3T 参数级别的 SOTA 预训练基座模型，后训练结果即将公布。
GitHubAI 评分2828 Oracle 发布 oracle-ai-developer-hub：面向 Oracle AI Database 与 OCI 的 AI 开发资源库
Oracle 开源 oracle-ai-developer-hub 资源库，汇集用 Oracle AI Database 与 OCI 服务构建 AI 应用、智能体和系统的示例代码、Notebook 与指南。
RadarAIAI 评分6666 Microsoft AI 公布 MAI-Base-2 预训练细节，2.8T 参数 MoE 模型 FLOPs 效率达 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍
Microsoft AI 宣布完成 MAI-Base-2 预训练，这是一个 800 亿激活、2.8T 总参数的 MoE 基础模型，在留出评测中 BPB 低于所测全部开放权重模型，预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 至 12.3 倍。
RadarAIAI 评分6262 Microsoft AI 宣布自研 3T 参数级预训练基础模型达到 SOTA
Microsoft AI CEO Mustafa Suleyman 宣布，MAI 已完全自研出 3T 参数权重级别的 SOTA 预训练基础模型，后训练结果即将发布，技术细节见博客 https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/。
RadarAIAI 评分1818 微软 MAI-Base-2 训练全程稳定
微软 MAI-Base-2 在整个训练过程中训练得非常干净，得益于精心的扩展阶梯和配方的持续优化。Mustafa Suleyman 在 X 上公布了这一结果。
RadarAIAI 评分6262 Microsoft AI 的 Mustafa Suleyman 称用 1/12 训练算力在代码上追平 DeepSeek-V4-Pro-Base
Microsoft AI CEO Mustafa Suleyman 表示，scaling laws 正在叠加效率增益，其团队在 held-out 代码上以少 12 倍的训练算力达到了 DeepSeek-V4-Pro-Base 的预训练分数。
Google DeepMind精选AI 评分6060 Google DeepMind 用 Google Antigravity 加速抗菌肽发现
Google DeepMind 介绍用其智能体开发平台 Google Antigravity 加速抗菌肽发现，把过去分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 从氨基酸序列预测生物功能，扫描 UniProt 中数百万条未表征蛋白，找到一条对呼吸道感染相关病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。
推荐理由：原文给出智能体科研工作台在抗菌肽发现中的完整流程，可了解跨库检索与结构分析如何被压缩进单次会话。
The Decoder精选AI 评分8080 GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，单题约 2.40 美元
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
推荐理由：读者可看到前沿模型在理论物理论文级计算上的实际得分、成本与失败模式，以及作者对科研训练与资源门槛的影响判断。
GitHubAI 评分5858 Curvine 开源 AI 原生分布式缓存文件系统，基于 Rust 构建
CurvineIO 开源 Curvine，一个用 Rust 编写的高性能分布式缓存文件系统，在云对象存储之上提供完整 POSIX 语义，并内置内存到 SSD 再到 HDD 的多级缓存。
Databricks BlogAI 评分2222 FactSet 如何借助 Databricks AI Runtime 将模型训练与部署从数天缩短至数小时
FactSet 用 Databricks AI Runtime 的无服务器 GPU 基础设施运行 Text-to-Formula 模型的微调，将模型搭建、训练到部署的周期从数天缩短至数小时。其 TTF 系统此前基于 RAG，后引入微调开源模型，端到端延迟降低约 60%，如今每两到三周微调一次模型，并已使用 Llama 系列模型。
RadarAIAI 评分5252 阶跃星辰发布 Step 5 Preview 技术博客，详解智能体任务的架构与训练设计
阶跃星辰发布技术博客《Inside Step 5 Preview: Architecture and Training for Agentic Work》，介绍架构与训练如何协同设计以支持更长、更复杂的智能体任务。
RadarAIAI 评分4141 LLM-to-Flow Distillation：用自然语言目标操控药物设计生成模型
ETH Zurich 等机构提出 LLM-to-Flow Distillation（LFD），通过迭代 DPO 将 LLM 生成的高层子目标蒸馏进科学生成模型，无需任务专属奖励模型即可用自然语言目标（如设计具抗癌活性的多肽）引导生成。
RadarAIAI 评分5151 Bloomberg 估算得州一座 AI 数据中心建设成本
Bloomberg 发布对在得州建造一座 AI 数据中心的成本估算，服务器至少占账单一半，需求推动其均价两年内翻了一倍多，DRAM 成本是去年的 5 倍以上。电网很少在单一地点留出多余的一吉瓦电力，开发商要么以每兆瓦 58.4 万美元购买并网土地，要么自建燃气发电，而后者的成本近年已涨至三倍。
arXiv cs.AIAI 评分2323 面向自动驾驶的交互约束离线强化学习框架 ICDP
针对离线强化学习在自动驾驶中面临的交互分布偏移（IDS）问题，研究者提出交互约束驾驶策略框架 ICDP，将联合支撑退化精确分解为 ego 支撑与残差交互支撑两部分，并通过对比密度比估计恢复后者，无需联合密度建模、周围智能体预测或反应式模拟器与世界模型 rollout。
arXiv cs.AIAI 评分2424 OmniCam：基于几何锚定姿态 token 学习的全景相机轨迹生成
OmniCam 是一个自回归模型，可从单张全景图和文本轨迹描述生成相机姿态序列，其几何锚定姿态 token 学习结合了全景点云编码器、混合绝对旋转与相对平移 tokenization 以及独立的几何与语义条件流。
arXiv cs.AIAI 评分2424 GraphOPD：面向 LLM 智能体的图增强在线策略蒸馏
针对在线策略蒸馏按教师-学生散度大小分配监督信号在多轮决策中失效的问题，研究者提出 GraphOPD，首次将图结构增强引入面向智能体能力的在线策略蒸馏。该方法从环境状态变化记录中提取步骤依赖关系构建依赖图，用随机游走平稳分布为每步打分，并与散度信号融合成轨迹相对掩码。在 ALFWorld、WebShop、SearchQA 上跨三种模型规模和十一个基线，最高较最强基线提升 +5.8 pp。
arXiv cs.AIAI 评分2222 TempoBridge：面向单细胞群体转变的源条件流匹配与最优传输耦合
TempoBridge 提出一种通用的源条件传输框架，用于时间、遗传和化学驱动的单细胞群体转变，源细胞初始化潜在传输并提供固定经验群体摘要，速度场结合该摘要、演化细胞状态、流时间与结构化转变描述符。
arXiv cs.AIAI 评分2626 ViTeX-Bench：高保真视频场景文本编辑基准发布
ViTeX-Bench 是一个面向视频场景文本编辑的基准套件，包含 387 个真实 720p 视频（230 个配对编辑用于训练、157 个冻结评测集）和覆盖文本正确性、视觉时序质量、编辑局部性的 13 项指标三轴评测协议。团队同时开源 ViTeX-Edit-14B 参考编辑器，在配对训练集上微调并采用运动对齐的字形-视频条件，CharAcc 达 0.688，为所评测视频原生编辑器中最高均值。
arXiv cs.AIAI 评分3030 TacEx：触觉好奇心驱动机器人交互
研究团队提出 TacEx 框架，将触觉反馈引入基于认知不确定性的探索机制，通过按感官模态分解模型不确定性，把好奇心导向触觉通道。该方法让机器人在无任务奖励和专家演示下发现复杂接触动力学并学会抓取，其采集的交互密集数据集可支持离线学习 pick-and-place 策略，还能对预训练时未接触触觉的 VLA 模型进行后训练，显著提升下游性能且样本效率高。
arXiv cs.AIAI 评分2626 Ready2Blend：从自然语言指令到可组合对齐提示词
Ready2Blend 将自然语言指令与学习式对齐结合，通过 AlignFormer 把每条需求映射为存入模块化提示词库的定长对齐提示词，主干与已有提示词保持冻结。其可组合性正则化将文本需求的语义几何迁移到提示词空间，支持推理时混合与重加权。在两种持续对齐设置下，它是唯一匹配后训练对齐方法的冻结主干方案，达到联合训练参考的 93.1%-98.5%，训练时间最多减少 4.3 倍。
arXiv cs.AIAI 评分2424 WeLike2Party：无需显式姿态提取的多人物图像动画上下文动作迁移
研究者提出 WeLike2Party，一个基于直接上下文视频条件的多人物动画框架，推理时无需提取显式姿态或人体网格，并引入 Reference Asymmetric RoPE Conditioning 与 Identity Binding Supervision 来保持外观细节和身份-动作绑定。
arXiv cs.AIAI 评分2222 SoFT：面向可泛化 LLM 微调的软目标方法
研究者提出软目标微调（SoFT），通过为每个示范 token 设定最低目标概率、并对 Base 分布做最小 KL 改动，在从教师示范学习与保留 Base 模型原有能力之间取得平衡。该方法用领域特定梯度预算控制这一平衡，并为每条轨迹确定概率阈值。在混合域推理与智能体任务上，SoFT 在分布内能力获取和分布外泛化上均取得对比方法中的最佳整体表现。
arXiv cs.AIAI 评分2929 当上下文误导：大语言模型中的管辖权上下文学习
研究提出 FakeContextBench 基准，覆盖七个领域的伪科学主张，评估发现大规模预训练不足以可靠辨别上下文权威性，主流 ICL 微调方法反而使模型对误导性上下文的易感性增加，现实准确率最多下降 14.95 个百分点。
arXiv cs.AIAI 评分2424 从保留-遗忘损失景观交互看量化鲁棒的 LLM 遗忘学习
研究者提出一种量化鲁棒的 LLM 遗忘框架，通过损失景观分析发现基于曲率的判据可定位导致遗忘不鲁棒且效用下降的敏感权重，并据此提出敏感度引导的噪声正则化与仅更新遗忘关键层的遗忘关键优化。在 MUSE 和 TOFU 基准上跨多种 LLM 遗忘算法实验显示，该方法在保持模型效用的同时实现了更强的抗量化遗忘效果。
arXiv cs.AIAI 评分3838 GameHorizon Suite：游戏玩法中的多时间跨度数据与评测
研究者推出 GameHorizon Suite，一套面向多时间跨度的游戏玩法数据与评测套件，包含自动化标注流水线 GameHorizon-Annotator、首个大规模 AAA 游戏数据集 GameHorizon-Data（21 款游戏、5000 小时录像、100 名人类专家玩家）以及支持离线与逐步在线测试的 GameHorizon-Bench。
arXiv cs.AIAI 评分2626 开放权重 LLM 在临床风险分类中的错位与成本不对称
研究考察了 Qwen-2.5-7B/32B 和 Llama-3.1-8B/70B 四款开放权重 LLM 如何在内部表征临床成本权衡。在糖尿病数据集上，患者风险可线性恢复（AUC≈0.83），成本方向在每个模型中均可恢复，但仅两个较大模型的表征偏移与输出变化一致，12 组模型-措辞中仅 2 组同时表现出对 FN 与 FP 成本增加的反向响应及成本正确排序。
arXiv cs.AIAI 评分3131 语言模型需要音乐监督吗？面向多约束符号音乐生成的可验证奖励方法
研究提出 MusicConstraintBench 基准（2180 条、八类可程序化验证约束）与 MusicRLVR 方法，仅用验证器奖励对语言模型做 GRPO 训练，无需人工标注、奖励模型或音乐领域监督微调。