Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan 合成数据集
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan,这是首个百万级规模的日本金融领域开源合成数据集。该数据集包含 900 万个人物画像和约 15 亿 token,基于官方统计数据构建,支持商业使用。此前该系列仅包含基础人口统计信息,此次扩展旨在解决金融 AI 开发中的隐私合规难题。
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan,这是首个百万级规模的日本金融领域开源合成数据集。该数据集包含 900 万个人物画像和约 15 亿 token,基于官方统计数据构建,支持商业使用。此前该系列仅包含基础人口统计信息,此次扩展旨在解决金融 AI 开发中的隐私合规难题。
NVIDIA 发布 Kumo Forecast,该模型基于 MOMENT-1-large 骨干,结合预训练 Transformer 与 DARR 历史模式检索。模型包含约 3.4 亿参数的基础编码器,提供 DataFrame API 及可解释性框架,并以 Apache 2.0 协议开源。
ALTK-Evolve 利用从 GPT-4.1 智能体运行轨迹提炼的行为准则注入系统提示词,使该非推理模型在 τ²-bench 零售客服基准达到 67.5% Pass^4,登顶 October 12, 2026 榜单快照且超越微调模型 RAFT-30B-A3B 达 +6.1 点。该方法无需权重更新或人工标注,在航空域换用 GPT-5.5 后同样登顶,Pass^4 达 82.0%。
推荐理由:原文给出从智能体运行轨迹提炼行为准则并注入提示词的做法,读者可迁移至同类客服智能体提升可靠性。
NVIDIA 与 IIT Madras 联合发布 Nemotron-pretraining-Indic-v1,包含 22 种印度语言的 2.8 万亿 token 预训练数据及开源 GPU 加速生成管线。
月之暗面随 Kimi K2.6 模型发布开源了 Kimi Vendor Verifier (KVV) 项目,旨在帮助用户验证开源模型推理实现的准确性。该项目包含 OCRBench、AIME2025 等六项关键基准测试,用于检测 KV cache 错误及量化退化等基础设施问题。此前 K2 Thinking 发布后社区频繁反馈基准分数异常,KVV 旨在解决开源生态中工程实现偏差导致的信任危机。
Kimi 团队发布 WorldVQA 基准,包含 3,500 个图像问答对以评估多模态大语言模型的原子视觉世界知识。实验显示前沿模型在长尾知识上准确率常低于 50%,且普遍存在过度自信现象,其中 Kimi-K2.5 在 ECE 和 Slope 指标上表现最佳。该数据集及评测脚本已开源,旨在推动多模态 AI 的事实可靠性。
Kimi 团队发布开源基准 PerceptionBench,包含 3,000 道验证题目以隔离评估多模态大模型的 10 项原子视觉感知能力。在 16 个前沿 MLLM 测试中,无模型准确率超过 60%,且感知相关幻觉平均表现最弱。该基准旨在通过暴露感知断点,推动多模态 AI 实现更忠实一致的视觉理解。
微软研究院在 Nature 发表逆合成模型 RetroChimera,并开源其实现与权重。该模型由 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 组成,通过学习式集成与重排序融合两者互补优势。
Hugging Face 发布 tokenizers v1,在保持与 v0.23 相同 token ID、API、词表和 merge ranks 的前提下重写性能,速度常达 v0.23 的数十倍。
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个版本,用单个双向 Transformer 同时处理文本 token 与 32×32 图像 patch,无需独立视觉塔或因果语言模型,并以掩码离散扩散目标从零训练。
一份公开教程用 TRL 的 GRPO 对 LFM2.5-350M 做轻量微调,仅约 500 条样本、100 个训练步,就把 IFStruct 基准分数从 22.6% 提升到 29.7%。训练可在免费 Colab 或 Kaggle GPU 上完成,评测则通过 llama.cpp 在本地 MacBook 上跑 OpenAI 兼容服务。
Hugging Face 博主用 TRL 和 OpenEnv 复现了 Surya Narreddi 让语言模型画水彩画的思路,模型通过 p5.brush 写出约 150 行 JavaScript 程序作画,全部数据集、RL 环境、训练脚本与模型均已开源。
Google Research 提出 MAPL-EMIT,一个基于 Swin-S transformer 的深度学习框架,可从 NASA EMIT 高光谱卫星数据中自动检测、预测增强并定位甲烷羽流,在专家标注羽流上召回率达 84%。
微软研究院推出 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。
Hugging Face 最新论文提出两项系统改动,让大语言模型知识蒸馏的训练成本大幅下降:一是离线缓存教师模型的 top-100 logits,训练时无需再加载教师模型;二是融合分块 KL 损失,避免生成完整的词表×序列长度矩阵。
Hugging Face 发布 ScarfBench(Self-Contained Application Refactoring Benchmark),用于评估 AI 智能体在 Spring、Jakarta EE、Quarkus 之间跨框架迁移企业级 Java 应用的能力。
Google DeepMind 发布实验性开源模型 DiffusionGemma,采用文本扩散方式并行生成整块文本,在专用 GPU 上最高实现 4 倍推理加速,单张 NVIDIA H100 上超过 1000 tokens/秒、RTX 5090 上超过 700 tokens/秒。
推荐理由:官方给出 4x 加速的实测数字与硬件门槛,读者可据此判断本地低并发场景是否值得换用扩散式生成。
Google Research 提出 MoGen(Neuronal Morphology Generation)模型,用 PointInfinity 点云流匹配生成合成神经元形状,为 PATHFINDER 重建模型补充训练数据,在保留的小鼠轴突上降低 4.4% 重建误差,主要来自 merge error 减少。
Mistral 发布 Leanstral,这是首个面向 Lean 4 的开源代码智能体,采用 6B 激活参数的稀疏架构,权重以 Apache 2.0 许可开放,并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由:Mistral 开源面向 Lean 4 的代码智能体,给出权重、API 与 FLTEval 评测,可据此判断形式化验证的成本门槛。