如何用 Amazon SageMaker HyperPod 实现跨团队 GPU 集群隔离与公平共享
Amazon SageMaker HyperPod 多租户参考架构通过 AWS IAM Identity Center 统一认证、按团队划分 SageMaker AI 域、Kubernetes 命名空间隔离工作负载，并用 HyperPod Task Governance 实现算力配额与调度优先级管理。
#数据/训练
AWS Machine Learning BlogAI 评分2222 Unsloth Releases精选AI 评分6262 Unsloth 发布 v0.1.905-beta，支持训练 Jev 风格决策模型
Unsloth 发布 v0.1.905-beta，可用 QLoRA 把任意文本或视觉 LLM 训练成 Jev 风格决策模型，决策准确率从 30% 提升到 80%。
推荐理由：Unsloth 把决策模型训练、测试、导出到部署串成一条链路，并给出准确率从 30% 到 80% 的对照。
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。
Hugging Face Blog精选AI 评分7676 作者用 ML Intern 两天自建六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML-intern 模式，用提示词让它完成数据集构建、训练、评测和发布，两天内做出六个模型，总计算花费约 103 美元。
推荐理由：作者用 ML Intern 在两天内从零训练并发布六个模型，给出了提示词写法与逐项算力花费，可迁移到自己的训练流程。
Google Research精选AI 评分6262 Google Research 研究：AI 辅助提升专利撰写产出，但未必加速初级律师成长
Google Research 在 NBER 发布一项为期三个月的专利撰写实地实验，将当时未发布的 Google Labs AI 专利写作助手（现属 Gemini Notebook）随机开放给 11 家知识产权律所的 133 名律师，其中三分之二获得早期访问权。
推荐理由：三个月专利撰写实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，为理解 AI 对专业能力的影响提供了实证。
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。
Hugging Face Blog精选AI 评分6262 Nemotron 微调后在 IOI 2026 与 IMO 2026 均达金牌水平
英伟达团队基于 Nemotron 3，用监督微调、强化学习和反馈驱动的推理流程，在 IOI 2026 和 IMO 2026 两项竞赛中均达到金牌水平。
推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集，可据此复现领域专家模型的训练与推理流程。
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。
Google ResearchAI 评分4242 Google Earth AI 的 PDFM 地理空间基础模型如何用于全球公共卫生
Google Earth AI 的 Population Dynamics Foundation Model（PDFM）将匿名搜索趋势、人口流动、建成环境密度和环境数据压缩为按月更新的位置嵌入向量，无需任务微调即可直接接入现有流行病学模型。
NVIDIA BlogAI 评分2222 电信运营商为何将 AI 战略建立在开放模型之上
NVIDIA《State of AI in Telecommunications》报告显示，89% 受访者认为开源模型与软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model（LTM），由 AdaptKey 基于开源电信数据集微调，并公开端到端微调配方。
Hugging Face Blog精选AI 评分6262 Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的小模型，基于 Qwen3-8B 训练，现已作为 Asta 的 Fast 模式上线，并同步开放模型权重和训练数据。
推荐理由：原文给出了从 Qwen3-8B 出发的 SFT 加 DPO 训练配方与数据过滤经验，可迁移到其他垂直领域小模型。
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。
Hugging Face BlogAI 评分3636 ServiceNow CoreAI 推出 AutoSynthData：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，自动生成并验证新的可执行训练任务，并随模型进步动态调整课程。该流程以 EnterpriseOps Gym 数据集为例演示，生成的任务需满足可行性、真实性与难度三项要求，验证器则需保证一致性、可靠性与完整性。
Microsoft ResearchAI 评分3030 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院开发了一套端到端机器学习流水线，利用 L1 太阳风观测和 AE、Dst 指数预报，结合纬度、地质电导率与电网数据，为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计。
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。
Microsoft Research精选AI 评分6262 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据训练的生物世界模型，以及连接模型、科学工具、文献与科研人员的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环，并给出胰腺癌化合物筛选的湿实验验证结果。
Google Developers BlogAI 评分2222 在 MaxText 中复现 Ai2 Olmo 3 7B 预训练：TPU 大规模训练案例研究
Google 团队在 Google Cloud TPU 上用 MaxText 从零复现了 Ai2 的 Olmo 3 7B，覆盖 stage-1 预训练与 stage-2 mid-training anneal，并在留出指标上验证匹配。
Microsoft ResearchAI 评分5050 微软开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型用学习式重排序整合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 的互补预测，在十项挑战性靶标的多步合成路线评测中成功 9 项，优于 de novo 模型的 5 项、编辑模型的 4 项和 NeuralSym 的 2 项。
Google ResearchAI 评分2222 Google Research 推出 MilleMiglia：面向中段物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 公开。
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。
Microsoft ResearchAI 评分4141 微软推出 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
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。
Berkeley AI ResearchAI 评分3232 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的摘要更新
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容以自然语言"信念状态"形式隔离并监督，通过受自编码器启发的信念评分机制提升长程交互效率。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 数也显著低于全上下文设置。
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。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分低于 $0.10，数据系统面临三大新挑战：为智能体设计（Data Systems For Agents）、运行智能体（Of Agents）、由智能体构建（By Agents）。
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。
Berkeley AI ResearchAI 评分4040 GRASP：面向世界模型的基于梯度的长时程规划器
伯克利 AI 研究团队提出 GRASP，一种面向学习型世界模型的基于梯度的规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让长时程规划变得可行。该方法针对长时程规划中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型带来的脆弱"状态-输入"梯度问题。
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。