阿里 Qwen 推出 QwenGyre：面向超长时程智能体的弹性强化学习框架
阿里 Qwen 团队推出 QwenGyre，一个面向超长时程智能体训练的弹性强化学习框架，通过在线 RL 在未经修改的黑盒 harness 中训练编码智能体，单次 rollout 可运行数小时、处理近 1M tokens。
#数据/训练
MarkTechPostAI 评分4545 Baseten Base Labs：模型研究AI 评分5151 Baseten Base Labs 研究：模型迭代学习的事实并未被删除，而是被同类新事实覆盖
Baseten Base Labs 向 13B 模型 talkie（知识截止 1930 年）顺序写入 2011–2019 年的 20 条体育事实，每条训练一个 LoRA 并合并。
Databricks：BlogAI 评分4848 Flo Health 如何用 Databricks AI Runtime 构建更安全、更实用的开源模型
Flo Health 借助 Databricks AI Runtime 在无服务器 NVIDIA H100 GPU 上对开源模型做分布式微调，用 26 个 AI 评委（12 个医疗安全、6 个微观行为、8 个实用性）和超 15,000 条隐私优先合成问题构建训练信号，并采用监督微调加 DPO 的强化微调流程。
Qwen@Alibaba_QwenAI 评分4646千问发布 QwenGyre，为超长时程（XLong）智能体训练引入弹性强化学习，核心设计包括 Elastic Scheduler 与 Trajectory Processor。
IT之家·人工智能AI 评分5252 丘成桐数学与人工智能实验室联盟在清华大学成立
10 月 11 日，丘成桐数学与人工智能实验室联盟在清华大学成立，将攻关数学科学专用大模型研发、AI 辅助数学形式化证明与猜想发现、可解释人工智能等领域。联盟发布 10 余项“AI+数学”重点成果和研究方向，已集结超 1000 位数学家和科研工作者，联合清华求真书院、丘成桐数学科学中心、北京雁栖湖应用数学研究院等多家机构，探索中国自己的数学大模型建设路径。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分4545 蚂蚁 inclusionAI 开源 TorchTurbo：面向 SuperNode 的后训练训练引擎
蚂蚁 inclusionAI 在 GitHub 开源 TorchTurbo，一个面向 SuperNode 的后训练分布式训练引擎，基于 PyTorch FSDP2 与 Hugging Face Transformers，融合 FSDP、专家并行（EP）和 Ulysses 序列并行（SP）。
Hacker News：AI 热帖AI 评分6767 Biohub 联合 DOE、NIH 及 Google DeepMind、Meta 等投入 18 亿美元扩建 Virtual Biology Initiative
Biohub、美国能源部（DOE）、NIH 与新合作伙伴宣布扩大 Virtual Biology Initiative，共投入 18 亿美元生成 AI 可用的开放生物数据。
Databricks：BlogAI 评分4242 Databricks 推出 Funke：原生 HL7v2 解析
Databricks 发布 Funke，一个 Python 和 PySpark 库加可部署 pipeline，可将 HL7v2 消息直接解析为原生 Spark 类型并保留完整层级结构。它是 2021 年开源的 Scala 数据源 Smolder 的继任者，支持所有 HL7 消息类型和版本，通过 Declarative Pipeline 摄取并存储在 Unity Catalog 中。
Hugging Face 官方团队博客精选AI 评分7272 Hugging Face 工程师用 ML Intern 以约 103 美元自制 7 个小模型
Hugging Face 工程师 yuvraj sharma 用 HuggingChat 的 ML Intern 模式在几天内做出 7 个模型，包括可在 CPU 运行、99.7% 有效输出的 0.8B 提示词重写器，以及将柑橘病害识别准确率从 14.9% 提升到 52.8% 的 Qwen3.5-2B 微调模型等，全部计算成本约 103 美元。
推荐理由：作者总结了预算控制、基线评测和冒烟测试等提示词写法，让 agent 自主完成数据构建、训练与发布，方法可直接迁移复用。
LlamaIndex：产品、工程与评测AI 评分4848 LlamaIndex 详解：为什么 LlamaParse 选择 Markdown 作为文档解析输出格式
LlamaParse 以 Markdown 作为文档解析的默认输出格式，以保留标题层级、阅读顺序和表格结构，并在复杂表格中支持 HTML 表格（colspan、rowspan）与管道表格并存。
Rohan Paul@rohanpaul_aiAI 评分5757Evolvent AI 发布开源研究环境 RSIGym，让 AI 智能体在统一预算环境内重训练模型并改写 harness。
引用Fanqing@FanqingMengAI💡Our view: RSI is a systems engineering problem, not just a model problem. Progress depends on the environment a research agent works in: what resources it can call, what it can change, and how it runs experiments. That environment should reflect real production workflows and be easy for agents to use. At @Evolvent_AI, we built RSIGym around Everything as a Service. Agents can call established research services and iterate on data, training settings, and harness code. We also introduce RSI-Index to measure how well frontier agents jointly improve a target model’s weights and harness. Across 6 research agents and 5 benchmarks, Opus 5 leads at 0.4809. 🧵 We’re releasing the code, experiment configurations, research trajectories, and evaluation logs. Try your own improvement methods with RSIGym. 🌐 Website: rsi-index.ai 💻 GitHub: github.com/evolvent-ai/RSIGym 📄 arXiv: arxiv.org/abs/2610.10310
The Decoder：AI NewsAI 评分6060 Zuckerberg 夫妇的 Biohub 牵头 18 亿美元计划，用 AI 模型预测细胞行为
CZ Biohub 牵头一项 18 亿美元计划，训练 AI 模型预测细胞行为以加速药物研发，其中 4 月已承诺 5 亿美元用于五年期 Virtual Biology Initiative。
Unsloth AI@UnslothAI精选AI 评分6666推荐理由：原文给出完整微调方法和前后准确率对比，读者可在 4GB 显存上复现把 LLM 转成决策模型的流程。
IT之家·人工智能AI 评分6969 消息称 SpaceX 计划募资 400 亿美元采购英伟达 AI 芯片
据《金融时报》报道，SpaceX 计划募资 400 亿美元用于采购英伟达芯片，由阿波罗全球管理牵头，计划通过约 100 亿美元银行贷款和 300 亿美元投资级债券筹资，交易预计 2027 年完成。马斯克此前在业绩电话会议上表示将完全基于英伟达 Vera Rubin 架构开展建设；MarketAxess 数据显示 SpaceX 2056 年到期债券收益率已比美国国债高出约 2.27 个百分点。
- Rohan Paul@rohanpaul_aiAI 评分5555引用Overmind@OvermindLab
Overmind turns anyone into an AI lab. • Builds a context graph from code and traces • Curates training and eval datasets • Evaluates prompts and models • Trains smaller, specialized models github.com/overmind-core/over…
LlamaIndex：产品、工程与评测AI 评分4343 2026 年 6 款最佳 OCR 文档管理软件对比：LlamaParse、ABBYY、Textract 等
LlamaIndex 发布 2026 年 6 款最佳 OCR 文档管理软件对比，涵盖 LlamaParse、ABBYY FineReader、Amazon Textract、Google Cloud Vision、Microsoft Azure OCR 和 Hyperscience。
ChinaTalkAI 评分4848 为什么数据才是军事 AI 的硬骨头：Accenture 国防 AI 负责人谈 Project Maven 与自主坦克
Accenture 国防 AI 与数据负责人 Bharat Patel 指出，数据永远不会"AI-ready"，真正的瓶颈是先用例驱动数据质量。他以 2017 年启动的 Project Maven 为例，称初期大量数据不含相关目标导致模型上线后表现不佳，只能持续采集有效数据。他还表示自主坦克比想象中更远，2035 年目标是让车辆理解环境并做决策，但自主系统仍会出错，需要人类在环验证。
- Rohan Paul@rohanpaul_aiAI 评分5252
上海AI实验室发布 SkillGym 论文，把人类编写的 agent 技能文件转成带 pass-or-fail 检查器的沙盒任务，用验证通过的运行轨迹训练模型，降低对提示词期检索和指令跟随的依赖。
MarkTechPostAI 评分5050 教程：基于 NVIDIA Cosmos3-DROID 构建流式机器人学习管线
教程展示在不本地下载 707 GB 数据集的情况下，围绕 NVIDIA Cosmos3-DROID 构建端到端流式机器人学习管线。
Cohere Labs：官方研究博客AI 评分4545 Cohere Labs 研究：数据混合如何解锁多语言母语推理
Cohere Labs 基于 32K 上下文长度的 Tiny Aya 基础模型，用数据混合策略训练出 Tiny Aya L2-Thinker，在 60 种语言上实现超 93% 的母语推理率。
IT之家·人工智能AI 评分4747 余承东：华为已在手机、AI、智能汽车等领域量产 381 款 τ 芯片
余承东透露，华为半导体已在手机、AI、通用计算、网络、智能汽车等领域成功设计并量产 381 款 τ 芯片。该系列芯片基于华为今年 5 月提出的“韬（τ）定律”，以“时间（τ）缩微”替代“几何缩微”，通过逻辑折叠等技术压缩信号传播时延。华为预计到 2031 年，基于韬定律的高端芯片晶体管密度将达到 1.4 纳米制程的同等水平。
Baseten Base Labs：模型研究AI 评分5555 Baseten Base Labs 复现单步梯度外推研究：RL 提升主要是修复 doom loop 失败模式
Baseten Base Labs 复现并检验了近期关于 RL 训练轨迹近似直线、可通过线性外推替代完整 RL 运行的结论，发现其效果有限。
Arena.ai@arenaAI 评分5353Arena 发布图像模型后训练奖励设计研究，指出人类偏好奖励必要但不充分，可能奖励看似美观但漏细节、加未要求内容或出现 reward-hacking 的输出。
Hugging Face 社区博客AI 评分4444 Hugging Face 博客：AutoSynthData 如何为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功示范定位能力缺口，再生成并验证新的可执行任务用于后训练，课程随模型进步向仍难的任务迁移。
Fireworks AIAI 评分4040 Fireworks 实验揭示：RL 训练中数值对齐与 MoE 路由为何关键
Fireworks 在 GLM 5.2 上做同一 RL 任务实验，训练端与 rollout 引擎概率计算不一致时 KL 约 0.013、每批约 45% 样本被丢弃，reward 在约第 20 步从 0.9 崩到 0.2 以下；对齐后 KL 为 0、reward 全程稳定。
- Rohan Paul@rohanpaul_aiAI 评分5454引用Overmind@OvermindLab
Introducing Overmind. The training platform for agents. Overmind trained models across biomedical, legal, and engineering tasks beating the frontier and achieving: • 7x better accuracy • 20x cheaper usage • 28x less hallucinations Train your own: github.com/overmind-core/over…
Ai2 / Allen Institute for AIAI 评分5858 Ai2 发布 Olmo-core 3 开源 MoE 训练框架
Ai2 发布 Olmo-core 3，这是支持大规模混合专家（MoE）训练的开源框架，已验证可扩展至万亿参数级别。在 8 张 NVIDIA B300 GPU 上，47B 参数 MoE 吞吐达 52,000 tokens/秒/GPU，约为旧 FSDP 实现的 2.7 倍；专家池从 8 扩至 128 而训练吞吐下降不足 5%。
IT之家·人工智能AI 评分7171 OpenAI 称遭遇有组织对抗式蒸馏，指向开发 Kimi 的月之暗面
OpenAI 于 9 月 30 日在官网发文，称遭遇一场始于 7 月第一周的有组织对抗式蒸馏活动。7 月 24 日至 25 日流量大幅增加，超 4000 名用户发起 1.6 万次请求，共发现超 1.5 万名用户有类似提示词活动，OpenAI 已于 7 月 28 日完全阻止，称其违反服务条款但未破解加密或入侵数据库。公司表示尚不清楚攻击实体，但认为核心活动群体与开发 Kimi 模型的月之暗面有关。
IT之家·人工智能AI 评分7373 美光 CEO 梅赫罗特拉：已锁定约 1500 亿美元长期订单，AI 存储供需紧张
美光科技 CEO 梅赫罗特拉在财报电话会上表示，公司已签署 26 项长协，锁定约 1500 亿美元长期订单，剩余履约义务从上季度约 1000 亿美元升至该水平。
IT之家·人工智能AI 评分7171 Reddit 将于 11 月 13 日起关停 RSS 订阅，2027 年 3 月终止公共 API 访问
Reddit 宣布将从 11 月 13 日起停止支持 RSS 订阅源，公共 API 访问将于 2027 年 3 月正式关闭。官方称此举是为了应对大规模数据爬取与自动化滥用；公共 API 关闭后，舆情监测工具、研究工具和 AI 助手等需与 Reddit 签署商业合作协议才能获取数据。
Apple Machine Learning ResearchAI 评分5050 Apple 提出 SCLATE：面向持续学习智能体训练与评估的执行基座
Apple 研究团队提出 SCLATE，一个让基准测试与未经修改的智能体各自通过适配器向同一开放事件调度器注册事件的执行基座，其混合模拟时钟可将长达一个月的场景压缩到数小时内运行。
Hacker News：AI 热帖AI 评分5555 The AI Race Just Got Awkward：西方模型悄然采用 DeepSeek 的 KV cache 优化
作者认为西方实验室已悄然采用中国实验室公开的模型优化成果。DeepSeek 持续公开 KV cache 压缩技术，从 MLA 的约 15 倍压缩到 DeepSeek-V4.1-Flash 的 CSA2、跨层 cache 复用与 FP4 缓存，将全局 KV cache 降至每 token 890 字节，较 DeepSeek-V1 在长上下文编码场景降低约 437 倍。
