技术方向
数据与训练
大模型是怎么练出来的: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。
近 30 天 20 条共 24 条精选收录 190 条
精选新闻
NVIDIA 发布 Nemotron for Science,推出 Nemotron 3.5 Super VL 与化学数据集 LitmusBench v0.2
NVIDIA 发布 Nemotron for Science,整合 Nemotron 3.5 Super VL 开放模型、新的开放化学数据集和后续训练配方,帮助研究人员构建面向科学发现的专用智能体。
NVIDIA Newsroom
Together AI 复盘从 megakernel 到 Together Compiler 的推理优化路径
Together AI 复盘其推理优化路线:去年构建的 megakernel 在 Llama 1B 上达到 990 TPS,但最终只支持一个模型、一个 batch size 和一个客户。
Together AI Blog
Google 在 TPU 上用 Zero-TIM 实现训练与推理逐位一致
Google 在 Tunix 中实现 Zero-TIM,使采样器解码、服务预填充与训练器前向在相同权重下对同一动作给出逐位相同的 logprob,并在 64 颗 TPU v5p(DP8×TP8)多主机环境验证。
Google Developers Blog
IBM 发布基于 Granite 4.1 的 LLMON 预览模型 3B 与 8B
IBM 在 Hugging Face 发布两个实验性预览模型 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview,它们基于 Granite 4.1 base 模型训练,能读写 LLMON 这种面向 LLM 的标记语言。
Hugging Face Blog
Meta 与 vLLM 在 TPU v7 上将 0.6B 稠密模型 RL 全周期从约 100 分钟优化到 56 秒
Meta 与 vLLM 团队在 64 芯片 Google Cloud TPU v7 切片上,用 Qwen3-0.6B 跑 GRPO 真 8K 负载,把一次 rollout 到权重更新的完整周期从约 100 分钟降到 56 秒(20 步中位数 57.9 秒),解码吞吐从约 4K 提升到约 183K tokens/s。
vLLM Blog
Google DeepMind 发布 AlphaGenome 2,按细胞类型预测 DNA 变体影响
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变体对基因表达等读数的影响。
Google DeepMind
Google DeepMind 开放 WeatherNext 3 背后的 SatWeave 与 PARDIG 数据集
Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集,用于支撑天气、水文和气候应用开发,二者也是其近期发布的 WeatherNext 3 模型的关键数据来源。
Google DeepMind
Google 在 Google Cloud 上正式开放 Pathways 分布式训练系统
Google 宣布 Pathways 在 Google Cloud Platform 正式可用(General Availability)。Pathways 是 Google 用来训练 Gemini 等自家大模型的分布式系统,它让单个 Python 客户端把整个计算描述成图,由分布式运行时负责放置、搬运张量并保持加速器忙碌。
Google Developers Blog
NVIDIA Research 与 Inferact 发布 REINFORCE Zero:对齐 kernel 实现稳定异步 RL
NVIDIA Research 与 Inferact 发布论文 REINFORCE Zero,提出先对齐 rollout 与训练 kernel、再用不裁剪的 token 级重要性采样修正权重滞后,从而稳定训练异步 RL。
vLLM Blog
Anthropic 拆解智能体记忆的组成部分与 dreaming 机制
Anthropic 工程博客梳理了 Claude 智能体记忆的设计思路,把记忆笔记、dreaming 反思和 wiki 表示拆成可评估的组件。
Anthropic Engineering
Google Research 用智能手表传感器检测高血压迹象
Google Research 提出多模态 AI 系统 AI-PPG-ACC-HTN,利用智能手表的光电容积脉搏波(PPG)与加速度计(ACC)信号被动检测高血压迹象,无需袖带校准。
Google Research
Anthropic 研究:科学家如何在各学科与任务中使用 Claude
Anthropic 用隐私保护方法分析了 2026 年 8 月 2 日至 9 月 30 日间 207,049 条 Claude 与 Claude Code 科研会话,按 SciNet 分类体系标注学科与任务。
Anthropic Research
Anthropic 明年算力账单 700 亿美元,超过其全年收入
Saito 援引 Prof G Markets 节目内容指出,Anthropic 在 S-1 修订稿中承诺未来数年投入 8950 亿美元用于算力与数据中心,其中未来 12 个月到期约 700 亿美元,而公司上季度收入 170 亿美元、年化约 680 亿美元。
Saito
Anthropic 用 Claude 解析原核细胞穹窿颗粒结构
Anthropic 生物研究实验室借助 Claude 完成了原核细胞中穹窿颗粒(vault particle)的首个三维结构解析,相关预印本已提交 bioRxiv。
Anthropic Research
Mistral Large 4 加入 Open Math OS 模型阵容
Mistral Large 4 加入 Open Math OS 模型阵容,以 1.05T 开放权重和 1M 上下文窗口向已获批团队开放使用。Open Math OS 是数学家与 AI 智能体协作处理共享项目的研究工作区,只构建在开放模型之上,便于社区检查与运行,并由社区掌控自身数据。Mistral 表示,阵容中更多开放前沿模型意味着每个团队有更多选择。
Mistral AI
Mistral 发布 Le Chonk 构建历程与技术报告
Mistral AI 发布 Le Chonk 的构建故事,由团队讲述该模型的开发过程,并在 askalphaxiv 上线相关论文页面。被引内容显示,ML4 已开放权重,在代码智能体和网络安全方面具备前沿能力,比三周前的 Preview 版本更高效紧凑,技术报告已随 Hugging Face 仓库发布。
Mistral AI
Anthropic 公布用 Claude 加速药物研发的早期进展
Anthropic 公布其生命科学团队与 BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group 六家机构合作,用 Claude 参与药物研发的早期进展,并已启动自有药物发现项目。
Anthropic News
微软团队在 Science 发表诊断编排器研究,提升复杂病例诊断准确率并降低检测成本
微软团队在 Science 发表研究,其诊断编排器能对复杂医疗病例进行推理,在提高诊断准确率的同时降低检测成本。被引用的 @mustafasuleyman 内容称,MAI Diagnostic 系统在急诊场景下比医生的准确率高 1.7 倍,即使医生可以上网查询;该系统成本更低,做出诊断所需的医学检查也更少。
Satya Nadella
微软 MAI Diagnostic 在急诊诊断准确率上达医生 1.7 倍
微软的 MAI Diagnostic 系统在急诊场景中诊断准确率达到医生的 1.7 倍,即使医生可以上网查资料。该系统成本更低,且做出诊断所需的医学检查更少。相关结果已发表在期刊 Science 上。
Mustafa Suleyman
Cloudflare 发布 System One 抽取模型 Clairic,上线 Workers AI 预览
Cloudflare 发布 System One 类抽取模型 Clairic,已在 Workers AI 以 @cf/cloudflare/clairic 提供托管预览,并计划后续开放权重。
Cloudflare Blog · AI
