TouchScale：发布 500 小时统一采集的人体视觉-触觉数据集
TouchScale 是一个 500 小时的人体视觉-触觉数据集，采用单一可穿戴设备采集约 2K 个任务，同步记录自我中心 RGB-D 视频、腕部 RGB 视频和双手密集触觉信号。
推荐理由：用统一采集的 500 小时视觉-触觉数据验证了规模化效果，并把接触预测和机器人操作两组数字同时给出。
全部 AI 动态
HF Daily Papers精选AI 评分4949 HF Daily Papers精选AI 评分5656 miniTE：诊断并弥合原生 NVFP4 强化学习的执行差距
miniTE 开源框架通过数值与系统优化，弥合原生 NVFP4（W4A4）强化学习中的训练与推理执行差距。相同权重和精度并不保证相同策略，不同引擎的数值执行差异可能造成训练与推理不匹配并使 RL 失稳；严格对齐设置可将 log-probability 差距降至约 1e-8。
推荐理由：miniTE 从数值和系统两侧拆解原生 NVFP4 强化学习的训练与推理差异，并公开诊断工具、算子和训练配方，为低比特 RL 复现提供可操作材料。
HF Daily PapersAI 评分3333 LiveMACEBench：面向 LLM 智能体在动态市场中能力的过程感知评估基准
LiveMACEBench 提出一种过程感知基准，以实时金融市场为持续演化的测试环境，对 5 个前沿 LLM 智能体在统一工具调用、持久记忆、规则遵循与多智能体协作配置下进行 30 天评估。
面壁 MiniCPMAI 评分2727 面壁 MiniCPM-V-4.7-35B-A3B 模型上架 Hugging Face
OpenBMB 面壁在 Hugging Face 发布 MiniCPM-V-4.7-35B-A3B 模型，参数规模 35B，采用 BF16 张量类型。该模型当前未提供模型卡片，也暂无可用的推理服务商部署支持。
OpenAI News精选AI 评分6666 OpenAI 与 Ironclad 合作推进 GPT-6 Astra 在合同工作流上的智能体能力
OpenAI 与合同管理平台 Ironclad 合作，将 GPT-6 Astra 训练用于合同相关智能体任务。在 11 项研究任务上，Astra 平均得分 55.0%、GPT-5.6 Sol 为 41.6%，每次尝试平均用时由 37.0 分钟降至 19.2 分钟。团队基于 SEC EDGAR 公开合同生成合成训练任务并采用强化学习训练，OpenAI 同时邀请更多软件公司参与类似合作。
推荐理由：原文给出了 GPT-6 Astra 在 Ironclad 合同任务上的训练方法与评估数据，可作为衡量智能体在复杂专业工作流表现的参考。
HF Daily PapersAI 评分3333 数据稀缺场景下的 LLM 协同个性化偏好对齐
针对用户偏好异构且反馈数据稀缺导致 LLM 个性化对齐困难的问题，论文提出近似帕累托最优（APO）方法：先将更新兼容的用户分组，组内结合梯度下降与受控上升协调竞争目标，得到接近用户最优的初始化，再用少量本地适配迭代优化。在 Fed-ChatbotPA 和 UltraFeedback 上的实验表明，仅用 20 个本地样本即可稳定优于现有方法。
AWS Machine Learning BlogAI 评分2727 AWS 如何借助 ISO/IEC 42005:2025 推动客户实现负责任的 AI 治理
AWS 发布指南，阐述如何借助 ISO/IEC 42005:2025 帮助客户开展 AI 系统影响评估，融入企业风险管理流程。该标准覆盖评估全生命周期并提供轻量级 triage 分级机制，Annex D 与 Annex E 分别给出与既有评估整合及独立实施的模板。
HF Daily PapersAI 评分3333 将 PFN 适配用于表格异常检测
研究者将 TabPFN 特征用于表格异常检测，提出不微调的 ZEN 方法和微调的 FOCUS 方法，二者在 ADBench 基准上分别取得高于所有基线及进一步提升的平均 AUROC。该方案在不同 PFN 模型间具有良好泛化性。
HF Daily PapersAI 评分3232 Empirical Variational Autoencoder（EVA）：基于经验自回归潜在先验的连续序列生成框架
作者提出 Empirical Variational Autoencoder（EVA），一种面向连续值（非向量量化）序列的通用生成框架。EVA 基于 VAE 的证据下界（ELBO），从训练数据中经验式地学习自回归潜在先验，仅需在 VAE 之上增加一个线性层即可实现，通过用自预测先验替代标准高斯约束缓解了先验与后验之间的分布差距。
Mistral AI精选AI 评分7474 Mistral 推出 Mistral Large 4 公开预览版，1T 总参数原生多模态大模型
Mistral 推出 1T 总参数、49B 激活参数的原生多模态大模型 Mistral Large 4 公开预览版，权重计划月底开源，API 已上线 Mistral Studio。
推荐理由：Mistral 推出 1T 总参数、49B 激活参数的多模态大模型 ML4 公开预览版，并附带编码、Agent、网络安全、视觉理解与科学推理等多个基准的逐项对比数据与训练基础设施介绍。
NVIDIA BlogAI 评分3232 电信运营商为何将 AI 战略建立在开源模型之上
电信运营商正将 AI 战略建立在开源模型之上，NVIDIA 最新电信 AI 报告显示 89% 受访运营商认为开源模型对其 AI 战略至关重要。开源模型可降低前沿智能成本、支持基于自有数据微调，并便于跨云与边缘环境灵活部署。
MIT Technology ReviewAI 评分2929 MIT Technology Review 年度榜单：10 家值得关注的气候技术公司
MIT Technology Review 公布年度值得关注的 10 家气候技术公司榜单，入选企业覆盖移动防洪屏障、半固态电池、压缩 CO₂ 储能及新一代核反应堆等领域。榜单也反映了气候技术领域最大趋势，包括 AI 数据中心激增带来的能耗压力。该刊指出全球正迈向有记录以来最热的年份之一，亟需通过这些企业推进减排。
MIT Technology ReviewAI 评分2828 Moment Energy 与装满旧 EV 电池的集装箱
加拿大 Moment Energy 将旧电动车电池重新打包进 20 或 40 英尺钢制集装箱，改造为电网级储能系统，目前已部署 11 套。公司用自研 AI 模型筛检每节电芯健康状况，系统可将电池寿命再延长 10–30 年，并称是唯一获得 UL 安全认证的"二次利用"电池企业。
MIT Technology ReviewAI 评分3333 X-energy 及其氦冷小型模块化反应堆
X-energy 开发的 Xe-100 小型模块化反应堆采用氦气冷却与 TRISO 燃料，单机可输出 80 MW 电力或高温工艺热，主要面向工业脱碳与数据中心供电需求。
MIT Technology ReviewAI 评分99 MIT Technology Review 公布 2026 年值得关注的气候科技公司榜单
MIT Technology Review 公布 2026 年值得关注的气候科技公司榜单。该榜单聚焦气候技术领域，遴选通过技术创新应对气候变化挑战的代表性企业。
HF Daily PapersAI 评分3434 FLaRe：Flow Matching 潜在推理的关键训练要素
FLaRe（Flow-based Latent Reasoning）在学习潜在空间内用 flow matching 实现大语言模型潜在推理，覆盖潜在空间编码、流训练位置、答案读出和模型自身已验证思维再训练四个环节。该方法在有用性、多样性、可解释性、可精炼性、效率五个维度均优于既有潜在推理方法，并在算术基准上达到显式 CoT 97% 的准确率，延迟仅为其四分之一。
量子位精选AI 评分5959 陶哲轩态度反转：从AI课代表到公开喊话模型公司减速
陶哲轩在SAIR最新演讲中公开喊话AI模型公司减速，提出"证明消化不良"概念，警告AI生成证明的速度远超人类理解、消化与传承能力。25位菲尔兹奖得主联名发表公开信，反对AI公司将数学当benchmark刷分。OpenAI回应称将在普林斯顿高等研究院设立数学与AI顾问小组，但声明指出该小组不负责就内部数学进展提供建议。
推荐理由：对比陶哲轩半年内从力推AI到公开喊话减速的态度反转，并提炼证明消化不良这一框架，让读者理解AI加速可能带来的结构性知识拥堵。
HF Daily Papers精选AI 评分6060 基础模型借鉴训练数据中的 token 线索即可获得推理能力
该研究指出，在基础模型回复开头固定特定 token 线索，可使其在数学和编程推理任务上达到与 RL 训练版本相当的水平。回复前的 '. Okay' 线索将 Olmo-3-7B 的 MATH-500 pass@1 从 42% 提升至 78%，'Alright,' 线索将 Qwen3-14B 从 72% 提升至 87%。
推荐理由：论文把基础模型的推理能力回溯到训练数据中的特定 token 线索，给出了一种不靠 RL 也能恢复推理表现的替代解释。
HF Daily Papers精选AI 评分6060 论文提出校准式真实图像认证方法，应对深度伪造检测随生成器迭代失效
这篇论文评测了 20 种深度伪造检测器与近四年发布的 10 种生成器，发现检测准确率随时间从 99.5% 降至 76%，并会被对抗扰动压至 2% 以下。作者将这一不可靠归因于生成器能精确复刻真实内容，提出一种输出校准式可否认性预测的检测范式，在已知生成器集合上将误认证率约束在 1% 以内。
推荐理由：原文把深度伪造检测不可靠归因于生成器能复刻真实内容，并提出带校准阈值的认证框架，给出了可量化的误认证上限。
AWS Machine Learning Blog精选AI 评分6363 GLM 5.3 上线 Amazon Bedrock
GLM 5.3 已在 Amazon Bedrock 上线，开发者可通过托管 API 使用 Z.ai 发布的这款 753B 参数 MoE 模型，主要面向编码与长链路智能体场景。
推荐理由：原文给出了 GLM 5.3 在 Bedrock 上的调用代码与 prompt caching 配置，并演示了与 Strix 智能体配合的安全测试流程。
HF Daily Papers精选AI 评分4242 PhysEvo：围绕冻结模型 Astra 的机器人递归自改进框架
PhysEvo 提出围绕单个冻结模型 Astra 的物理递归自改进框架：任务智能体执行操作，元智能体基于轨迹诊断失败、修订工具与技能，并在不更新模型权重的前提下持续自我改进。
推荐理由：原文给出在冻结模型上做递归自改进的机器人框架与仿真、真机对比数据，读者可据此判断该思路对具身智能的迁移价值。
HF Daily Papers精选AI 评分4141 Naver AI 提出循环式投机解码方法 DLoop
Naver AI 提出循环式投机解码方法 DLoop，在目标模型验证前自适应执行多轮草稿生成并一次性验证全部 token，减少目标模型前向传播次数。该方法在 EAGLE-3、DFlash、Domino、DSpark 及多 token 预测模块上将 wall-clock 加速提升 5%-41%，并保持无损解码；配套的循环感知训练让草稿模型在额外草稿阶段保持可靠。
推荐理由：原文提出循环式投机解码策略，在验证前合并多轮草稿生成，可叠加在多种已有方案上额外提速 5%-41%。
HF Daily Papers精选AI 评分3838 CDMD：面向无数据扩散蒸馏的一致性分布匹配方法
CDMD 提出一种无数据扩散蒸馏方法，无需训练辅助 fake-score 网络，在 ImageNet 256×256 上以 1 NFE 取得 2.04 FID，超过 DMD2 的 3.43 FID。方法把样本生成与速度估计统一到单个学生网络，并给出通过 Wasserstein 收敛连接一致性目标与分布匹配的理论分析。
推荐理由：把样本生成与速度估计统一到单个学生网络，给出更简洁的无数据扩散蒸馏框架，1 NFE 时 FID 即超过 DMD2。
HF Daily Papers精选AI 评分3939 CADFather：用多工具协同从三维网格自动重建可编辑 CAD 模型
CADFather 是一个面向 CAD 自动重建的智能体系统，通过协调多种互补工具从三维网格恢复参数化 CAD 程序。系统由视觉语言助手检查目标与中间重建的渲染图，决定调用哪些工具、生成多少候选程序以及何时终止，候选生成与参数优化相互衔接并以执行反馈驱动下一步决策。
推荐理由：原文给出多工具协同的智能体重建框架及多个 CAD 数据集上的评测，读者可据此判断该方法对自己工程重建任务的迁移性。
HF Daily Papers精选AI 评分3939 Gan Jiang：面向 X 射线衍射的自学习科学智能体
Gan Jiang 是一个面向粉末 X 射线衍射的自学习科学智能体，在 DeltaXRDbench 的单相与多相识别任务上均领先所对比方法。
推荐理由：原文展示了无需重训模型即可从失败诊断中迭代出可复用技能的方法，并给出了多基准上的精度对比，可作为科学智能体技能积累机制的参考。
HF Daily Papers精选AI 评分3939 EMHO：通过经验轨迹优化具身智能体 Harness 的自我演化框架
EMHO 提出一种不修改底座模型、仅迭代优化具身智能体 harness 的自我演化框架，并通过 EMHO-Merge 支持多子任务共享同一 harness。该框架在 EmbodiedBench 的导航与操作任务上评估，使 Qwen 9B 与 27B 模型的任务成功率均获得一致提升，并改变了智能体监测进度、使用视觉工具、锚定观测和应对失败的方式。
推荐理由：提出在冻结底座模型的前提下，让具身智能体的 harness 自行从执行轨迹中迭代优化，为不重训模型的智能体改进提供了一条可迁移路径。
HF Daily Papers精选AI 评分4848 VisionWeave 为多模态大模型引入端到端弹性视觉表征
VisionWeave 为多模态大模型引入端到端学习弹性视觉表征的能力，结合门控空间池化器与粒度路由器两个组件。基于 Qwen3.8-27B（自蒸馏训练超过 30K A100 GPU 小时），平均节省 43.0% token 同时在八个基准上保持 98.9% 原生性能，显著优于固定 50% 剪枝基线仅保留的 88%。
推荐理由：给出了在多模态大模型中端到端学习弹性视觉表征的具体方法，并以 token 节省与吞吐数据展示相对固定剪枝方案的效率优势。
HF Daily Papers精选AI 评分4646 U-Space：通过机制可解释性量化大语言模型的不确定性
研究团队提出 U-Space 方法，借助机制可解释性把大语言模型的不确定性映射到残差空间中的低维可解释基底上。U-Lens 把每个 token 状态投影到表示怀疑与确信的语义锚上，得到逐 token 的不确定性热图，可聚合成标量置信度，无需正确性标签、多次采样或额外训练；在多个推理基准的标准评估和长度控制评估下均优于已有基线，且迁移性强于有监督估计器。代码开源在 GitHub。
推荐理由：把不确定性量化做成残差空间中的可解释基底，为推理模型提供不需要标签或多次采样的置信度读数。
HF Daily Papers精选AI 评分4949 论文提出 Stateless Language Agents 架构以扩展长周期自动化研究
论文提出 Stateless Language Agents（SLA）架构，将研究状态保存在调度器中，每次调用为无状态 Agent 重建角色特定的上下文，并由无状态 Advisor 读取调度器汇总的证据后给并行 Worker 分配具体实验。
推荐理由：原文提出把研究状态外置到调度器、由无状态 Agent 执行的具体架构，并用十亿 token 量级的对比实验展示其在搜索效率和最终结果上的优势。
HF Daily Papers精选AI 评分4444 Hebero：面向异构多任务强化学习的 GPU 并行框架
Hebero 是基于 Isaac Lab 的 GPU 并行异构机器人学习基准，可联合训练并评估单一策略在 40 个异构任务上的表现。作者提出演示引导策略优化方法 DGPO 及其中的 IW-ABC 机制，在每任务 50 条演示条件下，状态输入平均成功率达 90.1%、视觉输入达 93.5%，并在实体 Piper 机器人上由同一多任务策略完成 4 个任务。
推荐理由：把 GPU 并行仿真与 40 个异构任务训练整合在同一基准，并提出用极少演示就能达到高成功率的 DGPO 方法，为多任务机器人策略的快速评测和真机迁移提供了一个可直接复现的开源基线。
HF Daily Papers精选AI 评分4646 Self-Retrospection Distillation：把事后轨迹经验蒸馏成事前预判
该论文提出 Self-Retrospection Distillation（SRD），把已完成轨迹中的事后经验蒸馏为同一策略在交互前的预判，弥补 RLVR 在 rollout 奖励一致时信号消失的缺陷。
推荐理由：该方法在 rollout 组奖励一致、RLVR 失去信号的场景下仍能从轨迹中提取学习信号，为奖励稀疏的长程智能体训练提供可迁移思路。
HF Daily Papers精选AI 评分3535 Naver AI 提出 NP-OPD：在 On-Policy 蒸馏中引入负向策略 Rollouts
Naver AI 提出 NP-OPD 方法，在 on-policy 蒸馏（OPD）的 rollout 阶段额外引入一个能力较弱的负向策略作为负参考，与教师监督互补，为学生模型提供显式负向信号，同时保留原有的教师监督。
推荐理由：原文给出在 On-Policy 蒸馏中引入负向策略 rollouts 的具体做法和跨规模实验结果，为改进学生模型蒸馏训练提供了可迁移的负向信号方案。
MIT Technology ReviewAI 评分3434 MIT Technology Review 报告：连接 AI 智能体与企业知识
MIT Technology Review 对 300 位数据与 AI 高管的调研显示，仅约 34% 的企业 AI 智能体项目能进入生产阶段，知识与上下文缺失是首要原因。生产领跑者（平均 61% 的项目跨越试点阶段）在语义知识能力上显著占优；数据碎片化被 55% 的受访者列为头号挑战。企业计划优先投入 RAG、知识图谱与数据管道以打通智能体与组织数据的连接。
AWS Machine Learning BlogAI 评分3434 使用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性
Amazon Bedrock AgentCore Evaluations 通过内置评估器和自定义评估器，对多智能体系统的有用性、任务完成度与可解释性等维度进行结构化评估。文章以 AnyCompany Retail 供应链决策系统为例，基于 Strands Agents SDK 构建编排代理与四个专项子代理分别负责优化、调配、路由和分析，并同时支持开发期的按需评估和生产环境的在线持续监控。
AWS Machine Learning BlogAI 评分2929 如何在 Amazon Quick 中降级用户角色
Amazon Quick 控制台不支持将 Author 或 Admin 直接降级为 Reader，可通过手动删除重建或 AWS CLI 两种方式完成降级。CLI 路径需按 Admin > Author > Restricted Reader > Reader 顺序逐级操作，Pro 层级同样适用，降级前需先转移仪表板等资产所有权以避免资源孤立。
AWS Machine Learning BlogAI 评分3232 Amazon Quick 企业就绪实践：通过 MCP 服务器实现跨账号资源的自动化、可审计迁移
运行在 Amazon Bedrock AgentCore runtime 上的示例 MCP 服务器 Quick Resource Migrator，可通过单次工具调用把 Amazon Quick 的聊天代理。
GitHub Blog · AI & ML精选AI 评分6161 GitHub 发布开源 AI 代码评审基准 ReviewBench
GitHub 发布开源 AI 代码评审基准 ReviewBench，包含 219 个跨 19 种语言的公开 PR，提供 grounded 和 augmented 两类精度/召回指标。
推荐理由：原文公开了 ReviewBench 的语料来源、评测指标和接入方式，读者可据此构建可复现的 AI 代码评审离线评测体系。
Anthropic News精选AI 评分6666 Anthropic 发布 Claude Mythos 5.1，定位网络安全与生物学研究的最强模型
Anthropic 发布 Claude Mythos 5.1，定位网络安全与生物学研究的最强模型，仅向通过审核的机构开放。Mythos 5.1 与面向更广范围的 Claude Fable 5.1 共享同一底层模型，Fable 5.1 可识别源代码中的软件漏洞，生物学相关安全策略的误触发率比 Fable 5 降低 85%。
推荐理由：原文同时介绍了 Claude Mythos 5.1 的能力进展与分级访问机制，读者可以据此理解高端模型在网络安全与生命科学方向的扩散控制思路。
OpenAI News精选AI 评分7373 OpenAI 公布面向欧盟 AI 法案的文本水印与溯源方案
OpenAI 公布面向欧盟 AI 法案的文本水印方案 textGrain，将先在欧盟为 ChatGPT 与 Codex 文本输出加入不可见水印，全球 API 用户今日起可选择启用。
推荐理由：OpenAI 公开 textGrain 水印技术细节、欧盟部署节奏与多项基准结果，为评估当前 AI 文本溯源能力上限提供了厂商一手数据。
NVIDIA BlogAI 评分3333 NVIDIA Inception 初创企业用 AI 弥合乳腺癌从筛查到治疗的断层
多家 NVIDIA Inception 初创企业正用 AI 弥合乳腺癌从筛查到治疗的多处断层。iSono Health 的 ATUSA 平台将全乳 3D 超声扫描压缩至每侧约 2 分钟。