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。
#数据/训练
Hugging Face Blog精选AI 评分7676
Google ResearchAI 评分5959 Google Earth AI 行星级地理空间基础模型用于全球公共卫生
Google Research 展示 Google Earth AI 的 Population Dynamics Foundation Model (PDFM) 如何作为全球公共卫生的地理空间基础模型概念验证。
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。
Google Research精选AI 评分6666 Google 发布下一代基于 TEE 的可验证联邦学习系统
Google 发布下一代联邦学习系统，用 TEE 提供可验证和可审计的数据匿名化保证，Gboard 已采用。Gboard 已部署英语和日语 next word prediction 模型，获得更强隐私保证和更高准确率，训练时间也显著缩短。访问策略发布到 Rekor 公共透明日志，KMS 只向匹配策略的 TEE 工作负载提供解密密钥。
推荐理由：Google 用 TEE 构建可验证联邦学习系统，把训练逻辑放入可远程证明的执行环境，Gboard 已用于英语和日语 next word prediction，并带来更强隐私保证与更高准确率。
Hugging Face BlogAI 评分5959 ServiceNow CoreAI 的 AutoSynthData 生成企业智能体训练数据
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。
Import AIAI 评分5959 Import AI 474 汇总柏拉图心智空间、太空 TPU 与智谱外层 RSI 循环
Import AI 474 汇总了 AI 研究动态，包括柏拉图心智空间论文、Google 太空 TPU 计划、智谱自改进基础设施和 Periodic Labs 的 AI 科学家模型。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 AlphaGenome Atlas：人类基因组所有单核苷酸变异的预测图谱
Google DeepMind 发布 AlphaGenome Atlas，提供人类基因组 9 billion 个单核苷酸变异的预测，并推出 AVI 评分。该资源是 1-petabyte 数据集，比 AlphaFold Database 大 30 倍以上，覆盖数百种人和小鼠细胞类型与组织。
推荐理由：原文给出覆盖 9 billion 个单核苷酸变异的预测资源与 AVI 评分，帮助研究者快速排序并解释基因组变异的相关分子影响。
Microsoft ResearchAI 评分5555 Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash 高效病理基础模型
Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash，两个开放权重病理基础模型以 Apache 2.0 许可在 HuggingFace 提供。
Import AIAI 评分5050 Import AI 470：机器没有权利、SPADE 自动化环境生成与 Hawkeye 构建更好 GPU 内核
Import AI 470（https://importai.substack.com/p/import-ai-470-no-rights-for-machines）汇总了 METR 的 AI 加速研究、SPADE 环境生成框架、Hawkeye GPU 内核优化和 Google DeepMind 的 AlphaEvolve 矩阵乘法进展。
Berkeley AI ResearchAI 评分5353 BAIR 综述自适应并行推理：高效推理扩展的下一范式
BAIR 发布自适应并行推理（APR）研究综述，分析模型如何自行决定何时分解子任务、生成多少并行线程以及如何协调。文章比较 self-consistency、Tree-of-Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
Berkeley AI ResearchAI 评分5353 Berkeley AI Research 提出信息驱动的成像系统设计方法 IDEAL
Berkeley AI Research 在 NeurIPS 2025 论文中提出用互信息直接评估和优化成像系统信息量的框架。该方法从噪声测量和噪声模型估计信息，在彩色摄影、射电天文、无透镜成像和显微成像四个领域预测下游性能。IDEAL 通过信息估计的梯度反馈优化成像参数，无需训练解码器，在彩色滤光片设计中匹配端到端优化性能并降低内存和计算需求。