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。
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。
电信运营商正基于开放模型构建 AI 战略,NVIDIA 最新 State of AI in Telecommunications 报告显示 89% 受访者认为开源模型和软件重要。
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。
ServiceNow CoreAI 的 AutoSynthData 用目标模型失败和更强教师成功生成并验证企业智能体训练任务。在 EnterpriseOps Gym 中,以 Gemma-4-26B-A4B-it 为目标模型,Hybrid 域用 Qwen3.8-27B 作教师,SFT 使 mean Pass@1 提升 7.2 个百分点。
Google DeepMind 发布 SynthID Bio,将 SynthID 水印技术用于合成生物学,把不可感知签名嵌入蛋白序列和 3D 结构。湿实验中水印蛋白保持结合功能,可帮助 DNA 合成筛查和公共数据库标注。官方将开源代码和体外数据,并向研究社区发布权重。https://deepmind.google/blog/introducing-synthid-bio/
推荐理由:原文展示水印蛋白在湿实验中保持结合功能,为人工智能生成生物设计的来源验证和 DNA 合成筛查提供可落地路径。
Google Research 提出 Diffusion Controller 框架,将扩散图像生成的去噪过程重构为连续控制问题,用轻量附加网络引导生成。该框架在 Stable Diffusion v1.4 上以 HPS-v2 评估,灰盒版本在 SFT 和 RWL 中胜过 LoRA,白盒版本相对基线达到 90% 胜率。
Microsoft Research 在 Nature 发表 RetroChimera,开源实现与权重,GitHub 可访问。模型组合 R-SMILES 2 与 NeuralLoc,用学习式集成排序生成逆合成预测。盲测中博士级化学家偏好其反应预测,10 个挑战目标的多步路线成功 9 个,高于 de novo 5、editing 4 和 NeuralSym 2。
推荐理由:原文给出 Nature 论文中的双模型集成、盲测偏好和开源入口,读者可据此判断逆合成预测如何进入可复用的研究工具。