Databricks IP Functions 正式 GA，为 Lakehouse 带来高性能网络分析
Databricks 宣布 IP Functions 正式 GA，将 IP 地址分析变为 Lakehouse 上原生高性能 SQL 工作负载，可统一处理 IPv4 与 IPv6、原生支持 CIDR 表示法并由 Photon 加速。
#数据/训练
#数据/训练
今日 4 条Databricks：Blog（RSS）AI 评分3636 Databricks：Blog（RSS）AI 评分5353 Databricks 发布 AI Function ai_decide，可在治理数据上快速做结构化决策
Databricks 发布新的 AI Function ai_decide，由 TypeSafe AI 的决策模型 Jev 驱动，对文本评估一个问题或多个问题，在不到一秒内返回概率、命名选项中的选择或有序量表上的分数，延迟和成本低于用 LLM 做同类任务。
NVIDIA Technical Blog：Agentic AI / Generative AIAI 评分4141 NVIDIA 扩展 xio-sig 加入 cuObject，并发布 SCADA Server SDK
NVIDIA 将 cuObject 纳入 xio-sig，与 cuFile 并列，并宣布 cuObject 客户端与服务器库正式可用，开发者可基于其 API 和 RDMA 线协议构建加速对象存储应用。新的 SCADA Server SDK 让存储厂商构建响应 GPU 发起请求的 SCADA 服务器，IBM 已用集成 SCADA 与 IBM Storage Scale 的原型验证互操作性。
Microsoft Research 博客（RSS）AI 评分4747 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生开发了一套端到端机器学习流水线，为美国本土 66,935 座变电站生成空间天气风险预测，可在风险出现前 30 至 60 分钟预警。系统结合 AE 与 Dst 指数预测、纬度、地质电导率和电网数据，评估期内检测到近 80% 的重大空间天气事件，其中 Dst 预测在 62.2% 的高活跃时段优于 Burton 方程。
Berkeley RDI：Blog（AI 安全与评测）AI 评分5151 Berkeley RDI 提出 DELTA 与 RL Grokking Recipe：RL 可让 LLM 解出此前完全不会的任务
UC Berkeley 等机构发布论文（arXiv:2509.21016），提出合成编程任务套件 DELTA 与两阶段奖励策略，证明 RL 可以让基础模型在 pass@128=0 的任务上出现 grokking 式相变，准确率跳升至约 100%。方法先用逐测试密集奖励脱离全零区，再切换二值全通过奖励巩固策略；迁移实验显示学会的技能可组合外推，但在需要新不变量的变换性变化上较弱。
LMSYS：Blog（Chatbot Arena 团队）AI 评分3434 SGLang RL 团队实现 INT4 QAT 端到端流程：约 1TB 模型单张 H200 完成 rollout
SGLang RL 团队联合 InfiXAI、蚂蚁 Asystem & AQ Infra、slime、RadixArk 团队，在 slime 框架上落地了 INT4 QAT 端到端流程，训练用 fake quantization、推理用 W4A16，实现与 BF16 全精度相当的训练-推理一致性与稳定性。
LMSYS：Blog（Chatbot Arena 团队）AI 评分4141 AMD Instinct GPU 迎来 Miles 强化学习框架 ROCm 支持
Miles 强化学习框架现已支持 AMD Instinct GPU（含 MI300/350 系列），可在 ROCm 上原生运行大规模 RL 后训练。Miles 基于 SGLang 与 Slime 生态，支持 GRPO/PPO、Ray 编排及 Megatron-LM 集成，并提供预构建容器。在单节点 8 卡 MI300X 上，团队用 GRPO 训练了 Qwen3-30B-A3B。
LMSYS：Blog（Chatbot Arena 团队）AI 评分3939 Miles 团队详解智能体 RL 中的 Token-In-Token-Out（TITO）原则
Miles 团队提出 Token-In-Token-Out（TITO）原则，要求智能体 RL 中每一轮的总 token 序列（prompt + response）必须是下一轮 prompt token 序列的逐位完美前缀，以保证训练与推理一致。
LMSYS：Blog（Chatbot Arena 团队）AI 评分3939 Miles 新增 OPD 支持：Qwen3.5-35B-A3B 自蒸馏实验验证
Miles 将 On-Policy Distillation（OPD）集成进 rollout 与训练流程，支持纯蒸馏和结合 GRPO/PPO 的 RL 增强蒸馏两种模式，并新增稀疏的逐位置候选 token 打分流程，避免 O(R²K) 的密集 payload。
LMSYS：Blog（Chatbot Arena 团队）AI 评分3232 SGLang 量化栈重构：分离 checkpoint 解析与硬件内核执行
SGLang 提出基于 Scheme 的量化架构重构（issue #15194），将量化路径拆分为 Quant Config、Linear/MoE Method、Scheme、Kernel 四层，使 checkpoint 格式与硬件后端可独立演进。
LMSYS：Blog（Chatbot Arena 团队）AI 评分4242 Miles 实现 Blackwell 原生 MXFP8 与 NVFP4 强化学习方案
Miles 团队在 Miles 中实现了两种 Blackwell 原生 RL 方案：端到端 MXFP8，以及面向 MoE 专家的 per-token NVFP4，覆盖 checkpoint 转换、Megatron 训练、SGLang rollout 与实时权重更新。
LMSYS：Blog（Chatbot Arena 团队）AI 评分5050 Miles v0.1 发布：面向前沿后训练的全栈生产级系统
RadixArk 发布 Miles v0.1，一个面向前沿后训练的全栈生产级系统，是首个 Miles 版本的继任者。它基于 slime 设计，用 SGLang 做 rollout、NVIDIA Megatron-LM 或 FSDP 做训练，支持全异步 RL、三种评估模式和可插拔智能体环境，并附带智能体编码与终端任务的端到端配方。
LMSYS：Blog（Chatbot Arena 团队）AI 评分3737 Mooncake 如何为 Miles 加速 RL rollout 数据批量传输
Mooncake 社区发布博客，介绍 Mooncake 如何为大规模强化学习框架 Miles 解决 rollout 数据传输瓶颈。
METR：Blog（网页）AI 评分2222 METR 招募 ML 工程师推进 AI R&D 能力评估项目
METR 正在招募 ML 研究工程师和科学家，推进针对 AI R&D 能力的评估开发，目标是在 AI 智能体可能大幅自我提升、引发危险能力"爆炸"之前提供早期预警。METR 已开始开发阈值评估，用于判断 AI R&D 能力是否达到需要信息安保等防护措施的程度，并计划逐步建立能平滑追踪进展的评估体系。该机构称，具备丰富 ML 研发经验的研究者和工程师是当前评估进展的主要瓶颈。
METR：Blog（网页）AI 评分5252 METR 发布对 OpenAI gpt-oss-120b 恶意微调评估方法的审阅结果
METR 审阅了 OpenAI 在发布 gpt-oss-120b 前开展的对抗性恶意微调（MFT）实验方法，共提出 17 条建议，其中 6 条为高紧急度，覆盖 Preparedness Framework (v2) 中生物化学与网络安全两个追踪类别。
Liquid AI 模型与工程博客（网页）AI 评分4343 Liquid AI 用 STAR 自动化设计基础模型架构
Liquid AI 提出基于进化算法的 STAR 方法，可自动合成定制化神经网络架构，并已用其生成数百种设计，在质量上超过强 Transformer 与混合架构基线，同时缓存和参数量更小。
Stanford HAI News（网页）AI 评分3434 斯坦福 HAI：AI 如何加速科学发现，从 Evo 2 到虚拟细胞
斯坦福 HAI 发文梳理 AI 加速科学发现的进展：Brian Hie 团队打造的 Evo 2 是迄今最大的生物学 DNA 语言模型，基于 9 万亿碱基对、400 亿参数训练，可像聊天机器人一样补全基因序列。Emma Lundberg 团队则正构建模拟人类细胞的基础模型，用于加速药物发现与个性化医疗，并为此开发了 Biomni 供生物学家交互分析数据。
Stanford HAI News（网页）AI 评分3939 斯坦福 Marlowe：248 块 NVIDIA H100 组成的开放研究 AI 超算
斯坦福 Marlowe 超算配备 248 块 NVIDIA H100 GPU、31 个计算节点，横跨全部七所学院服务 190 多个研究组，30 天平均分配率 95%，累计交付 315 万 GPU-hours。
Fireworks AI（网页）AI 评分6060 Fireworks 开放 Kimi K3 LoRA 无服务器训练私测，约 20 步 RL 成本约 $65
Fireworks 宣布 Kimi K3 支持其 Serverless Training 的 Multi-LoRA 服务与训练，进入私测阶段。K3 是总参数约 2.8T 的 MoE 模型，原文称其为首个达到 3T 规模的开源权重模型。
Fireworks AI（网页）AI 评分5555 Fireworks AI 通过三组受控实验给出从 LoRA 切换到 FullFT 前的测试方法
Fireworks AI 在 Qwen3.5-9B 上用 Placement、寄存器分配和 Nexa VM 三个可自动验证任务做对照实验，提出在把 LoRA 换成 FullFT 前先依次测试数据覆盖、学习率等训练配方和 adapter rank。实验显示单任务场景下调数据或配方基本消除 FullFT 优势，固定预算混合任务中 FullFT 仍领先 4.29 个百分点，并将进一步发布后续实验。
Fireworks AI（网页）AI 评分4949 Harvey 联合 Fireworks 基于 Kimi K3 后训练法律模型 Tenet
Harvey 发布首个模型 Tenet，基于 Kimi K3 用 Fireworks Training API 的异步强化学习后训练，面向长周期法律工作。
Fireworks AI（网页）AI 评分5252 Fireworks AI 正式发布 Training API 并推出 Fireworks Lab
Fireworks AI 宣布 Training API 正式可用，并推出 Fireworks Lab 服务。
Fireworks AI（网页）AI 评分5151 Genspark 与 Fireworks Lab 将 MiniMax M3 后训练为 Gen-1 Slides，质量比肩 Opus 5、成本约为其 1/17
Genspark 与 Fireworks Lab 合作，将开放权重多模态模型 MiniMax M3 后训练为 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。
Cognition 模型 / Devin 博客（网页）AI 评分6161 Cognition 发布 SWE-1.6 预览，SWE-Bench Pro 得分较 SWE-1.5 高 11%
Cognition 分享正在训练中的 SWE-1.6 早期预览：当前 checkpoint 在 SWE-Bench Pro 上比 SWE-1.5 高 11%（51.7% 对 40.1%），推理速度同为 950 tok/s，并向小部分用户开放早期访问。
Cognition 模型 / Devin 博客（网页）AI 评分5858 Cognition 发布 RL 训练的 bug 检测模型 SWE-check，速度约为 Opus 4.6 的 10 倍
Cognition 与 Applied Compute 合作 RL 训练了专用 bug 检测模型 SWE-check，在内部 in-distribution 评测中对 Opus 4.6 的 delta F1 从 0.09 降到 0，out-of-distribution 的 delta F1 从 0.49 降到 0.29，同时运行时间快约 10 倍且推理更便宜。
Cognition 模型 / Devin 博客（网页）AI 评分5656 Cognition 发布测量 Devin 等效工程工时的估算系统
Cognition 构建了一套自动估算 Devin 会话相当于多少有效人工工程工时的系统，并用 AI 智能体审查每个会话、换算成美元价值，已随客户投入运行。系统基于 126 位用户、258 个会话的人工标注数据训练，在 233 个held-out会话上达到 rlog 0.74，且经对数空间校准后刻意偏保守低估；单项估计噪声约 2-3 倍，但聚合后误差相互抵消。
Cognition 模型 / Devin 博客（网页）AI 评分6262 Cognition 发布 SWE-1.7：以 Kimi K2.7 为基座、更低成本达到前沿级智能体编码能力
Cognition 发布 SWE-1.7，称其为自己训练过的最强模型，以更低成本达到前沿级智能，已通过 Cerebras（1000 TPS）在 Devin 的 Web、Desktop 和 CLI 中可用。
Tomer Tunguz 博客（VC 分析）AI 评分5353 Tomer Tunguz 分析推理转售业务的三种定价模型与毛利守卫策略
Tomer Tunguz 撰文分析转售推理的公司如何保持 30 点以上毛利，指出成本加成定价会随推理商品化而压缩至零，客户会绕开加价直接对接原始 API。
Tomer Tunguz 博客（VC 分析）AI 评分5757 Tomer Tunguz 分析 AI 支出何时超过工程师薪酬：2029 年三种情景
Tomer Tunguz 分析称 Anthropic 的算力支出约为其薪酬总额的 2.3 倍，约 5000 名员工对应 2026 年约 $10b 推理与训练支出，即每人每年约 $2m；而软件行业前 1% 公司每工程师每年 AI 支出为 $89k，中位数仅 $137。
Tomer Tunguz 博客（VC 分析）AI 评分5757 Tomer Tunguz：AI harness 正成为企业数据竞争的新战场
VC Tomer Tunguz 撰文分析 AI 时代企业数据外流风险，引用 Satya Nadella 的“反向信息悖论”与 Palantir CEO Alex Karp 关于前沿实验室“窃取业务权重与 alpha”的言论。
Tomer Tunguz 博客（VC 分析）精选AI 评分6666 Tomer Tunguz 分析模型涨价下分层定价如何延续杰文斯悖论
Tomer Tunguz 分析，超大规模云厂商在 2026 年 Q2 财报电话会上称 AI 产能持续受限，HBM3e 内存涨价 20%、HBM4 预计翻倍。
推荐理由：作者用各实验室定价与算力供给数据，解释分层定价如何维持杰文斯悖论，并指出路由层可能成为新的战略环节。
ARC Prize：官方博客AI 评分2626 ARC Prize 2025 合作伙伴生态公布：Lambda、Modal、Google Cloud、Groq 等提供算力与模型支持
ARC Prize 公布 2025 年赛事合作伙伴生态，Lambda、Modal、Google Cloud、Groq、Hyperbolic、Strong Compute、RunPod 提供算力支持，AI21 提供模型额度，Granola 提供生产力工具。
Tomer Tunguz 博客（VC 分析）精选AI 评分6565 Tom Tunguz 分析：谁在真正购买 SOTA 模型
Tom Tunguz 分析 OpenRouter 与 Ramp 数据指出，尽管 SOTA 模型比去年 11 月聪明三分之二且平均每三天有两个新模型发布，OpenRouter 上 84% 的 token 并非 SOTA。
推荐理由：作者用 OpenRouter 和 Ramp 数据分析 SOTA 模型的份额与价格弹性，指出应用部署正转向以价格优先的模型选择。
Tomer Tunguz 博客（VC 分析）AI 评分3838 模型边用边学：测试时训练如何改变 AI 推理成本与记忆机制
测试时训练让模型在回答提示词时就地做梯度更新，权重随使用而改变，从而把不断增长的 KV-cache 折叠为固定大小的权重，内存占用不再随上下文线性增长。斯坦福针对小模型的研究显示其推理速度最高可提升 2.7 倍，In-Place TTT 还能免重训把 4b 模型提升到有竞争力的 128k 上下文表现。
Tomer Tunguz 博客（VC 分析）精选AI 评分7272 Tomer Tunguz 分析 Meta Muse Spark 双轨定价如何把广告模式引入 AI
Tomer Tunguz 分析 Meta 昨日发布的 Muse Spark 模型及其新定价体系：标准档 muse-spark-1.3 输入 $1.25/m、输出 $4.25/m tokens 且不用于训练。
推荐理由：作者用两档价差算出 Meta 对训练数据的每 token 定价，为理解以数据换补贴的商业模式提供一个可核算的框架。
Google Developers Blog（RSS）AI 评分4141 如何用深度学习和 Keras 解码宇宙信号
Google 开发者倡导者 Yufeng Guo 撰文介绍深度学习在天体粒子物理中的应用，这类研究依赖覆盖数千平方公里的巨型观测站，如面积 3000 km²、含 1500 多个探测站的 Pierre Auger Observatory。探测器以纳秒级分辨率记录波形，形成类似图像的数据结构，天然适合深度学习处理，可用于提升仪器灵敏度、发现隐藏模式和搜索信号异常。
Zyphra Research（网页）AI 评分3030 Zyphra Research 研究合集：PUFFER 去重系统、ZUNA1.1 脑电模型与 ZONOS2 语音模型
Zyphra 推出面向持续增长训练语料的增量模糊去重系统 PUFFER，在十小时吞吐测试中处理最多 10 亿文档，较现有 CPU 去重方法提速 11x-35x，单进程 1.75 小时可摄入 10 亿文档，已在超 300 亿文档的生产环境部署，并以 Apache 2.0 开源。
Preferred Networks：AI 研究与产品AI 评分5454 PFN 发布 Rust 版 Optuna 实现 Rustuna，并同步推出 Optuna v5.0
Preferred Networks 发布基于 Rust 的 Optuna 实现 Rustuna，并同步推出 Optuna v5.0。内部基准显示 Rustuna 速度最高可达 Optuna 的 1,000 倍，Matlantis CSP 的替换测试中 10 万次 trial 的内存消耗降低约 50%。
Meta AI：Blog（网页）AI 评分6161 Meta AI 发布 Brain2Qwerty v2：非侵入式脑信号实时解码句子，词准确率达 61%
Meta AI 推出 Brain2Qwerty v2，可从非侵入式脑记录（MEG）实时解码完整句子，词准确率 61%，远高于其他非侵入式方法的 8%，最佳参与者达 78%。
Liquid AI 模型与工程博客（网页）AI 评分5050 Liquid AI 发布 LFM2.5 Q4_0 量化感知蒸馏检查点，面向边缘部署
Liquid AI 发布 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 的 4-bit Q4_0 检查点，采用量化感知蒸馏（QAD）训练，四款模型均保留约 97% 的 BF16 平均性能。