Anthropic 为 Claude 推出 Dashboards 和 Motion 两项测试功能
Anthropic 为 Claude 推出两项 beta 功能：Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
#训练
The DecoderAI 评分7171
Unsloth ReleasesAI 评分6262 Unsloth 发布 v0.1.904-beta，可将任意 LLM 训练为决策模型
Unsloth 发布 v0.1.904-beta，支持用 QLoRA 将任意文本或视觉 LLM 训练成 Jev 风格决策模型，决策准确率从 30% 提升到 80%，并可在 Unsloth 内完成训练、测试、导出与部署。
Microsoft Research精选AI 评分7171 微软开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一套 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 直接接入 RL 训练，并给出 6000 样本的编码智能体训练结果。
TRL ReleasesAI 评分2222 TRL v1.14.2 发布：修复 GRPO、RLOO 与 Distillation 的静默训练错误
TRL 发布 v1.14.2 补丁，修复两处静默训练错误和三处崩溃。其中 #7505 影响默认生成路径（use_vllm=False）下的 GRPO、RLOO 和 Distillation。
Unsloth ReleasesAI 评分3434 Unsloth Desktop 更新：命令面板、4-bit 检查点训练与 Laya 推理提速
Unsloth Desktop 新增 Cmd/Ctrl+P 命令面板，支持分享 GGUF 运行设置，并让 Laya 决策模型短请求提速最高 4.1 倍。
Google DeepMind精选AI 评分6666 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：SynthID 水印从图像扩展到合成生物，读者可了解其在 DNA 合成筛查与数据库标注上的验证思路。
Axolotl ReleasesAI 评分3636 Axolotl v0.20.0 发布：新增 GGUF 导出、Ringmaster 上下文并行与原生 NVFP4 LoRA
Axolotl v0.20.0 发布，自 v0.19.0 以来累计 67 个 commit，新增 GGUF 导出、Ringmaster 上下文并行、原生 NVFP4 LoRA 和无 DeepEP 的专家并行。
Google AI Blog精选AI 评分6060 联合国系统与 Google 推出 UN System Data Commons 数据平台
联合国系统发布 UN System Data Commons，这是一个基于 Google Data Commons 构建的开源平台，把分散的全球统计数据整合为可搜索的 AI-ready 知识图谱。
推荐理由：联合国系统与 Google 合作把分散的全球统计数据整合为可自然语言查询、可被 AI 智能体调用的知识图谱。
PEFT ReleasesAI 评分2828 PEFT v0.21.0 发布：新增 Riemannian 预条件 LoRA 优化器、KaSA、Super-Tuning 与 ShadowPEFT
PEFT 发布 v0.21.0，新增 Riemannian 预条件 LoRA 优化器、LoRA 变体 KaSA、Super-Tuning 和 ShadowPEFT 四种方法。
Axolotl ReleasesAI 评分2828 Axolotl v0.19.0 发布：新增 Qwen3.8-Flash-Next 等七个模型家族与三元 QAT
Axolotl v0.19.0 发布，新增声明式模型支持系统，并支持 Qwen3.8-Flash-Next、Ling 3.0、Muse Glimmer 30B 等七个模型家族及三元（BitNet b1.58）QAT。
TRL ReleasesAI 评分4242 TRL v1.13.0 发布：支持单节点 1M token 长上下文训练
TRL v1.13.0 新增 1M token 长上下文训练支持，在单台 8×H100 节点上以 Qwen3-8B 实测 1,048,576 token、380 秒/步、每 GPU 56.2 GB（bf16）。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单碱基变异预测
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，超过 AlphaFold Database 的 30 倍，今日起通过网站门户、AlphaGenome API 和 Google Antigravity 中的 skill 向学术研究免费开放。
推荐理由：AlphaGenome Atlas 把 90 亿个单碱基变异的预测结果做成可检索资源，读者可了解基因组变异解读的规模化路径。
TensorRT-LLM ReleasesAI 评分2222 TensorRT-LLM v1.3.0rc25 发布：KV Cache Manager V2 默认启用
TensorRT-LLM v1.3.0rc25 将 KV cache manager V2 设为 DeepSeek V3/R1/V3 Lite、DeepSeek V3.2/V4。
TRL ReleasesAI 评分2222 TRL v1.11.0 发布：改用 vLLM 原生 server，GRPO 提速最高 1.59 倍
TRL v1.11.0 发布，其 vllm-serve 不再自建 FastAPI 服务，改为转发到 vLLM 原生 server，脚本从 1218 行降至约 130 行，权重同步改用 vLLM 的 NCCL weight-transfer 引擎。
TRL ReleasesAI 评分3434 TRL v1.10.0 发布：DistillationTrainer 转正并支持 VLM
TRL v1.10.0 将 DistillationTrainer 和 DistillationConfig 从 trl.experimental.distillation 升级为顶层稳定 API，导入方式与 SFT / DPO / GRPO / KTO 一致，旧路径仍可用但会发出 FutureWarning（v2.0.0 移除）。
PEFT ReleasesAI 评分4242 PEFT v0.20.0 发布：新增 HiRA、GLoRA、BEFT 等九种微调方法
PEFT 发布 v0.20.0，一次性新增 HiRA、GLoRA、BEFT、MonteCLoRA、VeLoRA、Uni-LoRA、FRoD、MiCA、DEFT 九种参数高效微调方法，并新增面向图像生成方法的对比基准。
Axolotl ReleasesAI 评分3434 Axolotl v0.18.0 发布：面向超大规模稀疏 MoE 的低成本微调
Axolotl v0.18.0 发布，自 v0.17.0 以来累计超 90 次提交，主打低成本微调超大规模稀疏 MoE 模型。新增 NVFP4 MoE-LoRA，在 ScatterMoE 与 SonicMoE 后端支持 4-bit 专家 LoRA/QLoRA，4k 至 32k 上下文下显存占用近乎持平，并支持 GLM-5.2（DSA）2D 专家并行微调。
Axolotl ReleasesAI 评分2828 Axolotl v0.17.0 发布：新增 MoE 专家并行与 BitNet 1.58-bit 微调
Axolotl v0.17.0 发布，新增基于 DeepEP 的 MoE 专家并行（EP）训练、BitNet 1.58-bit 全量微调，以及通过 Tinker 兼容 API 的远程训练。
LLaMA-Factory ReleasesAI 评分3030 LLaMA-Factory v0.9.5 发布：支持 Qwen3.5/3.6、Gemma 4 与 Transformers v5
LLaMA-Factory 发布 v0.9.5，新增对 Qwen3.5/Qwen3.6、Gemma 4 模型的主要支持，并兼容 Transformers v5。
PEFT ReleasesAI 评分2828 PEFT v0.19.0 发布：新增 9 种 PEFT 方法
PEFT 发布 v0.19.0，一次性新增 GraLoRA、BD-LoRA、Cartridges、PVeRA、PSOFT、Lily、PEANuT、TinyLoRA、AdaMSS 共 9 种 PEFT 方法。
Axolotl ReleasesAI 评分2222 Axolotl v0.16.1 发布，新增 Gemma 4 支持
Axolotl 发布 v0.16.1，新增对 Gemma 4 的支持，并附带示例 YAML 配置。该版本自 v0.16.0 以来共合并 356 个提交，完整变更可通过 v0.16.0...v0.16.1 对比查看。
Axolotl ReleasesAI 评分3434 Axolotl v0.16.0 发布：异步 GRPO 训练提速 58%
Axolotl 发布 v0.16.0，新增异步 GRPO 强化学习训练，集成 vLLM 并支持 LoRA 权重同步与 FP8，在 Qwen2-0.5B 上步时从 3.79s 降至 1.59s，提速 58%。
Axolotl ReleasesAI 评分2222 Axolotl v0.15.0 发布：新增 GLM、Qwen3.5 支持与 MoE 专家量化
Axolotl 发布 v0.15.0，新增 GLM、Qwen3.5 及 Qwen3.5 MoE 模型支持，并引入 SonicMoE 内核与 ScatterMoE LoRA。
Axolotl ReleasesAI 评分3434 Axolotl v0.14.0 发布：迁移至 Transformers v5，加速 MoE 训练
Axolotl 发布 v0.14.0，将底层 transformers 依赖从 v4 升级到 v5，并新增 MoE 内核选择（batched_mm、grouped_mm）及 scattermoe 自定义集成，显著提升 MoE 模型训练速度并降低显存占用。
LLaMA-Factory ReleasesAI 评分2222 LLaMA-Factory 更名 LlamaFactory 并发布 v0.9.4：告别 2025
LlamaFactory 发布 v0.9.4，仓库名从 LLaMA-Factory 改为 LlamaFactory，弃用 Python 3.9–3.10、要求 3.11–3.13，并从 pip 迁移到 uv 安装。
PEFT ReleasesAI 评分3434 PEFT 0.18.0 发布：新增 RoAd、ALoRA、Arrow、WaveFT、DeLoRA、OSF 等方法
PEFT 发布 0.18.0，新增 RoAd、ALoRA、Arrow、WaveFT、DeLoRA、OSF 六种微调方法。RoAd 通过逐元素乘法学习 2D 旋转矩阵，是除 LoRA 外唯一支持混合 adapter 批次的 PEFT 方法；ALoRA 可按 token 序列选择性启用 LoRA 并复用 KV cache。