技术方向
训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
8 条精选近 30 天 8 条共收录 29 条
Google 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上对比四种智能体配置，结果显示接入 Earth AI 专用技能可显著提升定量空间任务表现，而开放式问题还需前置规划。
推荐理由：Google 公开了地理空间推理智能体的技术报告与两个新基准，并给出与 WHO 等机构的实测案例，可了解专用工具与前置规划对空间推理的提升。
Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2，核心是新的降尺度模型 HiROv2，可同时预测多个高分辨率气象场，并提升了对极端事件的预测能力。
推荐理由：HiRO-ACEv2 把全球 3 km 气候数据的生成成本降到 X-SHiELD 的约 1/300，并给出极端天气统计误差与适用边界。
作者在 Hugging Face 上用 ML-intern 从零构建了六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型，总计算成本约 103 美元。
推荐理由：作者用六个真实项目展示了如何写提示词让 ML-intern 完成训练、评测与发布，并给出每项算力成本。
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。
推荐理由：三个月专利撰写实地实验区分了 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少见的长期证据。
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 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 3500 行代码的智能体 RL 框架，读者可了解如何让部署用的 harness 直接参与训练。
英伟达团队从 Nemotron 3 出发，用 SFT、RL 和生成-验证-改进的推理循环做领域微调，在 IOI 2026 与 IMO 2026 两个竞赛上均达到金牌水平。
推荐理由：原文给出了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方，可看数据、训练与推理循环如何配合。
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，使水印在数字模型和合成出的实体蛋白质上均可验证，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中的验证思路。
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，基于细胞状态转变预测并排序数千种化合物，最高排名化合物在湿实验中产生了最大的预期状态转变，从缩小化合物搜索空间到选出候选验证仅用一个周末。
推荐理由：微软研究院公开了面向生物学的多模态世界模型 Quine 的构建思路，以及在胰腺癌化合物筛选中的湿实验验证结果。