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。
#数据/训练
#数据/训练
今日 93 条LMSYS：Blog（Chatbot Arena 团队）AI 评分4141 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。
LlamaIndex：产品、工程与评测AI 评分5454 LlamaIndex 发布 Turbo：LlamaParse 平台最快的文档抽取档位
LlamaIndex 在 LlamaParse 平台发布 beta 版 Turbo 抽取档位，主打低延迟实时工作流。
LlamaIndex：产品、工程与评测AI 评分5050 LlamaIndex 实用指南：如何让文档抽取的置信度分数真正可用
LlamaIndex 发文讲解如何为文档抽取结果选择置信度阈值，实现自动接受与人工复核的划分，目标是在给定精度（如 97%）下最大化自动化比例。
LlamaIndex：产品、工程与评测AI 评分6060 LlamaIndex 谈 AI 文档抽取：真正容易出错的是 Schema 设计
LlamaIndex 发文指出，AI 文档抽取的阅读环节已很成熟，生产管线丢失精度的主因是 schema 设计而非模型。文章以 180 页信贷协议中一个利率字段对应三个真实数值为例，区分了解析失败与规格失败两类表现相同的错误，列举 required 字段被编造、同名字段多义、重复结构被压成标量等常见缺陷，并给出 nullable、语义消歧、数组化等修正示例。
LlamaIndex：产品、工程与评测AI 评分3131 表格 OCR 如何从文档中提取结构化数据
表格 OCR 通过版面感知处理、结构解析和 schema 对齐提取，把 PDF、扫描件中的表格转为 JSON、CSV 或 Excel 等机器可读格式。其流程分为表格检测、结构识别和数据提取三阶段，需处理合并单元格、多行记录和无边框表格等难点。
LlamaIndex：产品、工程与评测AI 评分3636 非结构化数据抽取：如何把文档转化为结构化洞察
企业约 90% 的数据是非结构化的，非结构化数据抽取通过 NLP、NER 和 LLM 把文档转为可查询的结构化信息。现代方案不再依赖易碎的规则解析器，而是用 LLM 的零样本能力按 JSON schema 抽取字段，省去为每种文档训练专用模型。生产级流水线还需覆盖摄取、OCR 与分块预处理、校验以及输出集成等环节。
LlamaIndex：产品、工程与评测AI 评分4141 AI 文档分类：自动分拣与打标的实用指南
AI 文档分类通过训练模型读取文档内容与结构，自动完成分类和打标，替代关键词检索和规则路由。流程分五个阶段：解析预处理、特征提取、模型分类、打标与置信度评分、路由到下游工作流。大语言模型可零样本分类，无需标注训练数据；LlamaParse 等工具用布局感知视觉解析提升预处理质量，置信度评分则让低置信结果转人工复核。
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。
Epoch AI：研究、数据与评测AI 评分5252 Epoch AI 上线 AI 芯片销售数据集并提供 CSV 下载
Epoch AI 的 AI chip sales 数据页追踪并估算主要 AI 芯片的销量与出货量，以及估算的总算力、成本和功耗。数据主要来自公司财报评论、分析师估算和媒体报道，提供按芯片类型、组织和按芯片时间线的 CSV 及 ZIP 打包下载，更新至 Aug. 27, 2026，并附 H100e 算力口径等常见问题说明。
Epoch AI：研究、数据与评测AI 评分2929 Epoch AI 如何识别与标注 ML 硬件数据集
Epoch AI 通过标注知名 AI 模型训练所用的芯片来识别 ML 硬件，并补充了虽未见于这些系统训练记录、但依据描述、支持的数值格式或同族关系可判定为 ML 用途的硬件。该数据集为每块芯片记录数据手册信息，涵盖算力、裸片面积等，并借助新闻报道或硬件价格档案补充发布时价格；并非所有硬件都有完整或适用的信息，因此部分字段常为空。
Epoch AI：研究、数据与评测AI 评分1818 Epoch AI 面向机构提供定制 AI 研究与专家咨询服务
Epoch AI 开放定制研究合作，可承接 AI 趋势报告、模型评测、数据收集与基准开发等项目，曾与 OpenAI 合作开发 FrontierMath、与 Google DeepMind 合著 Rosetta Stone 论文、与 EPRI 联合发布 AI 电力需求研究。
Epoch AI：研究、数据与评测AI 评分3737 Epoch AI：AI 推理成本每季度下降约 47%，年降幅达 13 倍
Epoch AI 测算，自 2023 年以来，达到同等 AI 性能水平的成本在数学、科学和技巧类游戏五项基准上平均每季度下降约 47%，约合每年 13 倍，降速超过电力、算力、电池和 DNA 测序的历史降幅。该机构还指出，美国 GDP 增长因统计遗漏 Nvidia 在美国产生的收入而被低估约 0.3 个百分点，到 2028 年这一缺口可能扩大至 2 个百分点。
Epoch AI：研究、数据与评测AI 评分3333 Epoch AI：最大 AI 数据中心电力容量每 10 个月翻一番
Epoch AI 分析显示，自 2024 年年中以来，最大 AI 数据中心 IT 电力容量纪录每 10 个月翻一番。2025 年第四季度全球 AI 数据中心总电力容量约达 30 GW，相当于纽约州峰值用电量。GPU 约占前沿 AI 数据中心电力消耗的 40%。
Epoch AI：研究、数据与评测AI 评分3131 Epoch AI 发布 AI 数据中心开放数据库与算力趋势研究
Epoch AI 的 AI Data Centers 数据库已覆盖 86 个站点、约占全球 AI 算力的 44%，并同步更新了界面与全球覆盖范围。其研究显示，自 2024 年中期以来，最大 AI 数据中心的 IT 电力容量纪录每 10 个月翻一番；一座典型 1GW AI 数据中心需 380 亿美元前期 CapEx 和 9 亿美元年 OpEx。
Epoch AI：研究、数据与评测AI 评分3636 Epoch AI 发布 AI 芯片数据与研究报告合集
Epoch AI 更新了覆盖 170 多款 AI 加速器的机器学习硬件数据，并发布报告估算华为 2026 年 AI 算力产量不足 Nvidia 的 4%，若无法获得外国内存，2028 年份额可能降至约 1%。其 AI 数据中心探索器现已覆盖 86 个站点、约占全球 AI 算力的 44%，同时贸易数据分析显示 2024–25 年存在约 30 亿美元芯片经马来西亚流入中国的迹象。
Epoch AI：研究、数据与评测AI 评分3535 Epoch AI：华为到 2030 年能否追上 Nvidia？
Epoch AI 评估，受美国出口管制限制最关键扩产手段，华为 2026 年 AI 算力产量不足 Nvidia 的 4%，若无法获得外国存储，2028 年这一份额可能降至约 1%。该机构还估计，截至 2025 年约有 29 万至 160 万 H100 等效算力（中位数 66 万）被走私至中国，约占中国总算力的三分之一。
Epoch AI：研究、数据与评测AI 评分3838 Epoch AI 财务数据：AI 芯片销售、超大规模厂商资本开支与 Anthropic、OpenAI 收入
Epoch AI 的财务数据库用财报与公司披露估算 AI 芯片的算力、功耗与支出，并追踪超大规模厂商的 AI 建设融资。其测算显示，微软、亚马逊、Alphabet、Meta、Oracle 的合计现金资本开支预计在 2026 年 Q3 超过经营现金流；HBM 占 AI 芯片组件成本的 63%，高于 2024 年 Q1 的 52%。
Epoch AI：研究、数据与评测AI 评分2121 Epoch AI 发布领先 AI 公司数据与算力使用追踪
Epoch AI 更新了其 AI 公司数据库，涵盖前沿 AI 主要参与者的收入、融资、员工和算力数据，并推出 AI Chip Users Explorer，首次展示五家领先实验室的算力使用估算（以 Nvidia H100-equivalents 计）。
Epoch AI：研究、数据与评测AI 评分2828 Epoch AI 发布 AI 模型扩展性数据：追踪 3600 余个模型与算力趋势
Epoch AI 的公开数据库已追踪 1950 年至今超过 3600 个机器学习模型，并发布多项扩展性研究。其测量显示 GPT-5.6 Terra 和 Sol 的首次 token 延迟随上下文长度呈二次增长，而 Claude Sonnet 5 和 Opus 5 接近线性。此外，全球 AI 芯片内存带宽年增 4.1 倍，2025 年 Q4 已达约 7000 万 TB/s。
Epoch AI：研究、数据与评测AI 评分4444 Epoch AI 的 Epoch Capabilities Index（ECI）能力指数如何构建
Epoch AI 的 Epoch Capabilities Index（ECI）是一个综合指标，用超过 50 个基准的分数生成单一通用能力量表，模型在更难基准上表现越好，ECI 分数越高。其领域版 ECI 沿用通用 ECI 的基准难度与斜率、仅重新拟合 LLM 能力参数，Cyber ECI 因纳入通用 ECI 之外的网络安全基准而更新频率更低。ECI 代码已在公开仓库发布。
Epoch AI：研究、数据与评测AI 评分3535 Epoch AI 与 Ipsos 联合发布 AI 使用情况民调：方法、样本与数据说明
Epoch AI 与 Ipsos 合作在 KnowledgePanel 上开展 AI 使用民调，于 2026 年 7 月 10-19 日访问 1,103 名在职美国成年人，并新增个体级微观数据下载（SPSS .sav 与 CSV）。
Epoch AI：研究、数据与评测AI 评分4747 Epoch AI 发布 AI 公司数据集：追踪前沿模型公司的营收、融资与算力支出
Epoch AI 上线"AI companies"数据集，追踪处于 AI 前沿的基座模型公司的营收、融资、员工数、算力支出和使用量数据，来源为公司披露、高管表态与媒体报道。数据集于 2026 年 9 月 29 日更新，提供全量 ZIP 及算力支出、融资轮次、员工、营收、使用量等分项 CSV，可通过 Python 直接读取。
Epoch AI：研究、数据与评测AI 评分6464 Epoch AI 上线覆盖 93 个 AI 数据中心的交互式地图与数据库
Epoch AI 的 AI 数据中心数据枢纽收录 93 个数据中心，基于高分辨率卫星图像、许可和公开文件追踪建设时间线，提供交互地图。
Epoch AI：研究、数据与评测AI 评分3232 Epoch AI 发布 AI 模型数据集，收录具有历史意义的模型
Epoch AI 上线 AI 模型数据集，收录文献综述、Papers With Code、高被引论文及顶会论文等来源的模型，覆盖发布时达到 SOTA、引用超 1000 次或月活超百万的模型。数据集提供 notable、large-scale、frontier 及全量模型四类 CSV 下载，最新更新于 2026 年 9 月 30 日，并附参数规模、数据集大小与训练算力的测算文档。
Bloomberg：Technology（RSS）AI 评分3232 AI 初创公司被要求为数据中心寻找大型科技公司担保
CBRE 高管警告 AI 初创公司，若想获得数据中心场地，必须找到有实力的合作伙伴为租约付款提供担保，否则将面临艰难竞争。