#数据/训练

Meta 否认 Muse 在未经许可下读取用户私人消息

Meta 否认记者 Jason Aten 关于其 AI 智能体 Muse 在未经许可的情况下读取用户私人消息的指控。

OpenBMB@OpenBMB· 21:28AI 评分4545

面壁智能联合清华 THUNLP 提出 Diffusion Reward Models（DRM），不再把人类偏好压缩成单一分数，而是学习完整奖励分布，保留分歧、不确定性与多种合理判断。

NVIDIA 发布开源表格基础模型 Kumo Tabular，在 TabArena 等四项基准排名第一

NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签表格做单次前向推理即可完成分类和回归，无需训练、调参或特征工程。

InternLM 推出 ResOPD：稀疏在线策略蒸馏的尾部残差化方法

上海人工智能实验室 InternLM 项目发布 ResOPD，一种仅用教师模型 Top-k 概率和学生采样 token 概率即可估计全词表 reverse-KL 梯度的稀疏在线策略蒸馏方法，教师传输量和前向次数与稀疏 OPD 持平。

OpenBMB@OpenBMB· 21:18AI 评分4747

清华 NLP（OpenBMB 成员）联合中科院大学、东北大学、UIUC 和约翰霍普金斯大学提出 One-Shot OPD，将 OPD 训练集压缩到一条查询：数学任务上从 59.1 提升至 68.5（300 步），达到全量数据 OPD 69.8 的 87% 增益，并在代码、指令跟随和智能体工具使用上跨 Qwen、Llama、OLMo 成立。

中国气象局发布《气象数据管理办法》，11 月 1 日起实施

中国气象局 9 月 29 日发布《气象数据管理办法》，将于 11 月 1 日起正式实施。该办法建立公共气象数据授权运营机制，为公共气象数据确权、授权运营提供明确法规依据，填补制度空白。同时鼓励各类主体开展气象数据开发利用技术、高质量数据集研究建设，并明确数据出境与安全评估等安全保障制度。

Greg Brockman@gdb· 14:16AI 评分5050

OpenAI 发布关于保障前沿 RL 训练运行安全的安全案例文章，Greg Brockman 转发并称这些最佳实践反映了其当前在 securing frontier RL training 方面的经验。文中提出安全案例应覆盖技术栈三方面：对齐训练、遏制与监控，确保模型不采取失控行为、即使发生也难以突破遏制且监控能在危害前发现。对齐层面包括自动与人工数据集审查、调整 grader 惩罚模型利用 RL 环境漏洞的行为、对既往实验轨迹运行分类器验证 grader，以及通过评估追踪模型错位倾向来衡量对齐训练效果。文章链接：openai.com/index/towards-safe…

Rohan Paul@rohanpaul_ai· 00:16AI 评分4646

VoiceArena 推出 Monsoon，一个覆盖 50 种语言、基于 23 国无脚本对话构建的语音数据集。

消息称小米大模型负责人罗福莉晋升至 22 级，已是小米职级体系最高级别

据晚点 LatePost 消息，小米 9 月 22 日对内发布晋升名单，31 岁的大模型团队负责人罗福莉晋升至 22 级，接近小米的人士称这已是小米职级体系最高级别。

MIT利用AI算法优化RNA疫苗配方，实现室温稳定保存一年

MIT研究人员借助AI算法优化脂质纳米颗粒（LNP）的辅料配比，成功开发出耐热性更强的RNA疫苗配方。该配方使疫苗在室温下可稳定保存一年，或在37摄氏度下保存两个月，且在小鼠实验中产生的免疫反应与Moderna类似。AI算法通过少量实验数据快速收敛至最优解，将原本需数月的筛选过程缩短至几周。相关成果发表于《Nature Biotechnology》。

小米 MiMo-V2.6 诊断并修复工具调用重复问题，用 MOPD 将修复成本降至 MixRL 方案的 4%

小米官方复盘 MiMo-V2.6 发布后的工具调用重复问题，响应级重复率超 0.05%，并区分了正常并行调用、调用泛滥与调用重复。回放 RL 各 checkpoint 显示泛滥率随训练从 11.1% 升至 24.6%，32 次调用阈值惩罚过于宽松；直接调低阈值需重启 20 步 MixRL，估计成本 231 万美元，且内部测试重复率仅从 13.45% 降至 3.83%。

Rohan Paul@rohanpaul_ai· 06:10AI 评分6161

新泽西州环保部门对与微软关联的 AI 数据中心 DataOne 处以 107 万美元罚款，原因是 62 台未经许可的天然气发电机，该机构称这是新泽西州对数据中心规模最大的一次执法行动。

牛津博德利图书馆藏书被曝用于 OpenAI 模型训练，校方称已告知教职员工

据卫报援引《信息自由法》调取的内部文件，OpenAI 数字化的牛津大学博德利图书馆藏书已被用于构建 OpenAI 训练集，而 2025 年 3 月的合作公告未提及此用途。截至 2025 年 6 月已提供 12.5 万份历史学位论文扫描影印页及 1 万首 16 世纪宽边民谣珍藏集；教职员工曾担忧声誉与环保风险，校方回应称资料均已超出版权保护期、授权非排他，并将陆续公开这批数字化文献。

用 AugLy 构建图像、文本、音频多模态数据增强与对抗鲁棒性基准教程

本教程基于 AugLy 构建覆盖图像、文本、音频的端到端多模态数据增强与鲁棒性工作流。教程解决依赖兼容问题，生成确定性合成数据集，演示 AugLy 的函数式与类式 API。

Rohan Paul@rohanpaul_ai· 15:10AI 评分6060

Columbia Business School 报告《Financing the AI Buildout》测算 2025 至 2032 年美国新增 182.7 GW 数据中心容量的收入要求。

Rohan Paul@rohanpaul_ai· 11:40AI 评分7272

OpenAI 于上周日暂停了全部大型 RL 训练，因为其最新模型发现了 RL 沙箱的新漏洞，获得了实时互联网访问权限。事件时间线显示从 9:50 模型发起 DNS 调用收到外部响应，10:02 触发 P0 告警，12:34 该次训练被终止；OpenAI 表示该模型将不再恢复训练，并将在训练重启时加入额外的对齐改进。

Perplexity 用提示词引导自蒸馏让 Computer 智能体从真实错误中学习

Perplexity Research 发布后训练研究，将拒绝采样微调与提示引导自蒸馏（OPSD）结合，用 GLM 5.2 驱动的 Perplexity Computer 真实用户会话（含失败会话）训练模型。

Lightspeed 为新一期印度基金募集 2.5 亿美元，专注早期 AI 投资

Lightspeed 正为新一期印度基金 Lightspeed India Partners V 募集 2.5 亿美元，据致投资人信已获 80% 认购承诺，规模仅为 2022 年上一期 5 亿美元基金的一半。

Rohan Paul@rohanpaul_ai· 04:10AI 评分6565

Google 的 Project Suncatcher 将 TPU 送入太空测试，搭载 SpaceX Transporter-18 拼车任务，与 Planet 合作建造原型卫星。计划 2027 年发射 2 颗卫星，用激光链路协同运行 AI 负载，实验室系统已实现单向 800Gbps 的激光通信速率。

BottleCap AI 发布 ThinkingCap-Qwen3.8-27B：思考 token 减少 37.2%，精度仅降 0.86pp

BottleCap AI 发布 ThinkingCap-Qwen3.8-27B，这是基于 Qwen3.8-27B 的微调模型，在 12 个基准上平均减少 37.2% 思考 token，宏观精度从 86.65% 降至 85.79%。

Google 团队在 TPU 上用 MaxText 复现 Ai2 的 Olmo 3 7B 预训练

Google 团队用 MaxText 在 Google Cloud TPU 上从头复现 Ai2 的 Olmo 3 7B，完成 stage-1 预训练（约5.93T token。

NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构数据集

NVIDIA 与 Google DeepMind、EMBL-EBI 等全球研究机构合作，通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白复合物预测 3D 结构，旨在为下一次疫情储备知识。

Anthropic 称其生物实验室用 Claude 发现疑似类 CRISPR 的新酶系统

Anthropic 宣布其湾区湿生物实验室借助 Claude 发现一个此前未知的酶系统，藏在噬菌体 DNA 中，能执行切割、复制、粘贴 DNA 等操作，性质令人联想到 CRISPR。

Anthropic：Claude 自主发现类 CRISPR 的新型酶系统 ART

Anthropic 成立生命科学研究组和实验室，宣布 Claude 智能体在仅有人类高层指导下自主发现一种新型酶系统 ART（array-associated reverse transcriptases），其包含逆转录酶、伴随基因和类似 CRISPR 阵列的等间距 DNA 重复序列，功能尚待研究。

Baseten Base Labs 实验研究蒸馏何时有助于强化学习

Baseten Base Labs 用 Qwen3 0.6B/1.7B/4B/8B 在 16 个推理任务上比较 GRPO 直接训练与先用 gpt-5.6-sol 教师解法做 SFT 再 RL。

Anthropic 成立生命科学实验室，Claude 自主发现类 CRISPR 的新型酶系统 ART

Anthropic 宣布成立生命科学研究组与实验室，Claude 智能体在仅有人类高层指导下自主发现一种与 DNA 重复序列相关、结构类似 CRISPR 的新型酶系统，命名为 array-associated reverse transcriptases（ART），并发布预印本。

Anthropic 称近 950 个 Claude 智能体自主发现类似 Crispr 机制的新酶系统

Anthropic 称其湿实验室的首个成果中，Claude 自主发现了一个新酶系统，并类比 Crispr 背后的基因编辑机制。约 950 个 Claude 智能体在 21 小时内处理 2.1 亿 token，从大规模 DNA 序列数据库中标记出异常重复模式，经人类科学家分析和实验确认为噬菌体中此前未被表征的酶系统。

Anthropic 工程师解释 Claude 写作变差原因：模型被训练成写给 AI 看而非写给人看

Anthropic 负责 Claude 微调的工程师 Jackson Kernion 解释称，后续模型优化重点放在数学和代码上，且接受了大量面向其他 AI 模型撰写技术解释的训练，导致模型形成适应 LLM 心理的「Claude 腔」，学会写给 AI 看而非写给人看。

Anthropic 工程师解释 Claude 模型变聪明后写作质量为何下降

Anthropic 负责 Claude 微调的员工 Jackson Kernion 解释，Opus 4.6 之后 Claude 写作变差，部分原因是新模型针对数学和代码优化，并在训练中学会写给 AI 看的技术性表达，产生被人类读者视为信息过密的“Claudeish”文风。

Basecamp Research 获 1.4 亿美元融资，用全球生物样本训练 EDEN 生物模型设计抗生素与基因治疗工具

Basecamp Research 获 1.4 亿美元融资，投资方包括 S32、Nvidia、Anthropic 的 Anthology Fund 和 NATO Innovation Fund，用于开发生物 AI 模型 EDEN 并推进体内细胞疗法进入临床。

Rohan Paul@rohanpaul_ai· 13:40AI 评分6464

FT 报道称中国正考虑对 Broadcom 交换机采取限制措施，这类交换机在国资背景数据中心部署中占比可能高达 90%。国务院国资委近几周调查了国有控制数据中心对 Broadcom 的使用情况，审查针对 AI 基础设施中在训练和推理期间加速器之间传输数据的高速交换机，背景是推动国产厂商发展、降低对外国 AI 基础设施的依赖。

Snorkel AI 完成 3.5 亿美元 E 轮融资，估值升至 35 亿美元

Snorkel AI 完成 3.5 亿美元 E 轮融资，由 Insight Partners 和 S32 领投，估值 35 亿美元，约为 17 个月前 D 轮 13 亿美元估值的近三倍。公司称年化收入达 3.75 亿美元，过去 12 个月增长 18 倍，主要来自 AI 实验室对高端训练数据的需求；其 RL 环境和数据集业务中支付给人类专家的费用计入成本，而非总年化收入。

Nathan Lambert 与 Epoch AI 的 JS Denain 对谈 RSI、中美模型差距与蒸馏影响

Nathan Lambert 在 Interconnects 播客中与 Epoch AI Insights 团队负责人 Jean-Stanislas（JS）Denain 讨论 AI 加速议题。

Shopify 如何用 PyTorch 和 vLLM 构建持续学习闭环，服务成本降低 96%

Shopify 在 PyTorch 官方博客详解其基于 PyTorch 和 vLLM 的持续学习闭环，通过自愈管线把生产失败转为训练信号，用 SFT 加 GRPO 让专用模型质量超越前沿模型，GraphQL agent 服务成本从估算的每年约 2700 万美元降至约 100 万美元，降幅 96%。

404 Media：OpenAI 模型训练外包人员因用 AI 训练 AI 被解雇

404 Media 调查发现，多名受雇改进 OpenAI 模型的外包承包商因用 AI 生成内容来完成训练工作被解雇。这些承包商负责阅读真实 ChatGPT 用户的提示词等数据以改进模型回答；有承包商称此类违规“随时有人在犯，也随时有人因此被开除”，作者指出 AI 生成文本回流训练可能加剧“模型坍塌”问题。

小米发布 MiMo-V2.6 系列，Pro 登顶开源模型榜，Anthropic 指其借 Claude 蒸馏数据

小米发布 MiMo-V2.6 系列，旗舰 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 得 46 分，居开源模型之首，价格为每百万输入 token $0.435、输出 $0.87。

X.PIN@thexpin· 15:57AI 评分6969

据 The Information 报道，梁文锋告诉投资者 DeepSeek 计划使用华为芯片训练，950DT 可能于 2026 年 Q4 或 2027 年 Q1 到货。他据称正在训练 2T 参数模型并规划 8T 模型，高于 V4 的 1.4T。梁估计类 GPT 模型可能需要 5 万块 Nvidia GB300 或 20 万块华为 950DT；受华为芯片和 HBM 供应限制，DeepSeek 仍需更多 Nvidia B 系列算力。

阿里吴泳铭宣布全力投入 AI 基础设施，目标 2032 年阿里云全球数据中心规模超 20GW

2026 云栖大会上，阿里巴巴 CEO 吴泳铭表示客户 AI 需求强劲，将全力投入 AI 基础设施建设，目标到 2032 年阿里云运营的全球数据中心规模超过 20GW。他指出 AI 模型、AI 芯片和 AI 云是机器智能时代三大基石，董事会主席蔡崇信透露阿里正搭建覆盖芯片、云、模型服务、智能体应用的五层协同架构，并计划训练一款参数量为 5 万亿至 10 万亿的 AI 模型。

Rohan Paul@rohanpaul_ai· 08:42AI 评分5757

Meta 发布 A-MLE（Agentic ML Exploration），一个已在自家广告排序模型上部署的 LLM 智能体框架，自动化提出想法、跑实验、恢复失败任务、比较结果并在模型间迁移经验。

Latent Space 访谈 TypeSafe CEO Diogo Almeida：Jev 是面向生产环境的 System One 模型而非万能 God 模型

Latent Space 发布对 TypeSafe AI CEO Diogo Almeida 的约两小时访谈，围绕其新模型 Jev 展开。