Nemotron 通过微调在 IOI 与 IMO 取得两项金牌级结果
Nemotron 通过 SFT、RL 与生成验证修正系统在 IOI 2026 和 IMO 2026 达到金牌水平。IOI 2026 使用 Nemotron-3-Ultra-CC 得 535.4/600，IMO 2026 得 30/42，均超过金牌阈值。
推荐理由：原文给出 Nemotron 通过监督微调、强化学习与生成验证修正循环达到金牌水平的可复现训练配方，读者可迁移到同类任务。
精选
Hugging Face Blog精选AI 评分7676
GitHub Blog · AI & ML精选AI 评分7171 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查的开放离线基准，基于 103.9M 个 GitHub pull request 分布构建，包含 219 个公开 pull request。
推荐理由：原文给出 ReviewBench 的公开数据、评分规则、指标切片和 Copilot 离线到线上对照，便于比较不同代码审查智能体的强弱与偏好选择。
Hugging Face Blog精选AI 评分7575 Microsoft ThinkingBox 通过 Hugging Face 开放智能体数据库终态评测
Microsoft ThinkingBox 现已通过 Hugging Face 开放，用数据库终态和副作用评测 AI 智能体，而不是只看最终回复或工具调用。ThinkingBox-Bench 覆盖 507 个有状态业务工作流，每个任务重复 20 次，并报告 pass@1、pass@20 和 observed 20/20。失败诊断显示约 79.9% 的失败来自工具使用，而不是推理。
推荐理由：原文给出以数据库终态和副作用评测智能体的方法，读者可据此检查工具调用之外的真实结果与多次运行稳定性。
Hugging Face Blog精选AI 评分6363 Ai2 开源 AstaBrief 8B：Asta 快速科学报告生成模型
Ai2 开源 AstaBrief 8B，该模型基于 Qwen3-8B，把研究问题和检索文献片段转为带引用报告，并作为 Asta 的 Fast mode 与 Claude-powered Thinking mode 并行。
推荐理由：原文给出 AstaBrief 8B 的训练数据、评测指标、速度对比和本地部署入口，读者可判断开源小模型如何进入科学报告生成流程。
GitHub Blog · AI & ML精选AI 评分7272 GitHub Security Lab Taskflow Agent 实现 AI 驱动 fuzzing
GitHub Security Lab 开源了 Fuzzing Taskflow，一个基于 GitHub Security Lab Taskflow Agent 的 C/C++ 自动 fuzzing 流水线。
推荐理由：原文展示 GitHub Security Lab 将 LLM 智能体的决策与 MCP 工具的执行分离，把 C/C++ 项目 fuzzing 中的 harness 编写、覆盖率追踪、crash triage 和漏洞报告生成交给开源自动化流水线。
已经到底了