Amazon SageMaker 新增 AI 数据准备功能,支持构建高质量模型开发数据集
Amazon SageMaker 新增 AI 数据准备功能,支持通过 Python SDK 和 AWS AI-ML agent skill 生成合成数据、评估及改进现有数据集。该功能包含自动标注、人工审核、数据质量评估及转换等独立模块,可链式组合以简化从原始数据到训练的工作流。Splunk 等团队已利用其合成数据生成能力,加速构建特定任务的评估模型。
Amazon SageMaker 新增 AI 数据准备功能,支持通过 Python SDK 和 AWS AI-ML agent skill 生成合成数据、评估及改进现有数据集。该功能包含自动标注、人工审核、数据质量评估及转换等独立模块,可链式组合以简化从原始数据到训练的工作流。Splunk 等团队已利用其合成数据生成能力,加速构建特定任务的评估模型。
NVIDIA Vera Rubin 平台在 MLPerf Training v6.1 中横扫全部基准,并在 MLPerf Endpoints 智能体推理测试中领先。
Amazon SageMaker HyperPod 新增 Data Capture 功能,可将生产环境推理数据记录至 S3 以支持模型迭代。该功能提供三个独立捕获层级,对模型可用性零影响。文章演示了利用捕获数据发现盲点、标记并微调 Qwen2.5-3B-Instruct 模型的完整流程。
Hugging Face 提供微调 TRELLIS.2 3D 生成模型的 LoRA 脚本与容器,可在本地或 Hugging Face Jobs 运行。使用 188 个鞋类对象中的 179 个训练、9 个评估,微调后评估集 F-score 从 0.276 升至 0.803。TRELLIS.2 是此前发布的统一潜在表示 3D 模型。
AWS 团队发布教程,展示在 Amazon SageMaker HyperPod 上向 PyTorch DDP 训练循环加入三种检查以检测静默数据损坏并替换节点。三种检查分别捕获 NaN/Inf 梯度、通过环形重放审计有限错误值、以及优化步后权重指纹分歧,测试在 32 块 NVIDIA H100 上以约 10% 步时间开销捕获注入故障。
本文作者演示用 Sentence Transformers 实现 token pooling 感知训练,在 pool_factor=4 时多向量检索 nDCG@10 保留率从94.6%升至97.8%。
Google DeepMind 于2026年11月13日开放 SatWeave 与 PARDIG 数据集支撑 WeatherNext 3。SatWeave 每小时更新全球17通道卫星云图,PARDIG 提供15分钟约10公里分辨率降水估计且精度优于 IMERG-Final。两数据集历史与实时数据已在 Google Cloud Storage 开放供研究使用。
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在CoRL发布GR00T 2开源世界动作模型与Isaac Lab 3.0等机器人仿真训练技术。GR00T 2仅凭每任务一次演示在50项任务中平均成功率达71%,Isaac Lab 3.0集成Newton物理引擎将训练吞吐提升至Isaac Lab 2.3的2.5倍。这些开源进展旨在助力机器人从实验室演示走向工业部署。
推荐理由:NVIDIA在CoRL开源GR00T 2与Isaac Lab 3.0,研究者可借此在仿真里训练机器人精密操纵能力。
IBM Research 介绍 Palette,一个用 LoRA 微调 20B 开放权重模型并配检查修复 harness 按 IBM 设计语言生成幻灯片的系统。
AWS 团队在 Amazon SageMaker AI 上演示用序列知识蒸馏将前沿教师生成的购物智能体轨迹微调至 Qwen3.5-4B 学生模型。该学生在留出 ShoppingBench 测试集平均绝对成功率 0.541,接近教师水平且可托管于单一 G 系列实例降本。SeqKD 仅需教师文本输出,故适用于 API-only 前沿模型。
OpenAI 宣布将遵循共享的 robots.txt 信号,帮助网站运营者向参与方传达其 AI 训练偏好。
Hugging Face 联合多所高校与机构宣布 Project ProtoStar 倡议,推动公共资助科研数据集、模型和代码以 AI-ready 格式开放共享。首个开放挑战由卡内基梅隆大学于 2026 年 11 月 2 日启动,基于 210 个美国城市历史天气数据预测气候指标。Hugging Face 平台已托管超 17000 个科学数据集,2026 年前九月新科学数据集分享量为去年同期三倍多。
AWS 演示了在 Amazon EKS 上利用 Ray Train DLC 和 EFA 进行 PyTorch 分布式训练的方法。该方案使用预构建的 Ray Train DLC 镜像,通过 KubeRay 在两个 g6.12xlarge 实例上跨 8 个 NVIDIA L4 GPU 微调 Qwen2.5-1.5B 模型。
NVIDIA 发布开放权重多语言语音转写模型 Nemotron 3.5 Transcribe 与 Granary v2 数据管道,支持40种语言转写、31种互译及13种语言说话人归属。
推荐理由:NVIDIA开放权重多语言转写模型在多个基准领先,其开放的Granary v2数据管道和微调配方便于开发者适配领域词汇。
Google Research 提出 sleep 框架,通过交替主动交互与离线记忆整合使 LLM 持续学习新事实且不灾难性遗忘。该框架利用 MoE 参数扩展与知识蒸馏将短期上下文固化为长期参数,在 BABILong 基准上实现 10M tokens 长上下文近完美缩放,并在 AIME 24/25 与 HMMT 25 推理任务取得 79.2%、69.0%、46.1% 精度,优于 SFT 等基线。
Exowatt借助Amazon SageMaker AI无服务器模型定制微调Qwen3-1.7B与Qwen3-14B,在告警分类和能源市场分析任务上准确性超越前沿模型且成本最高降至1/49。流水线覆盖数据准备、微调、评估与边云部署,边缘模型量化至8位运行于现有CPU,云端模型经Bedrock导入按活跃计费无闲置成本。该实践源于Exowatt设备群从测试台向制造与现场单元扩展时对可缩放AI层的需求。
AWS 官方博客发布在 Amazon SageMaker AI 上实践多轮强化学习(MTRL)训练智能体的动手指南,以 Wordle 展示从部署到评估的端到端流程。实验将 gpt-oss-20b 在保留词上的解决率从 61% 提升至 84%,训练 token 费用约 $339。教程指出同一管道适用于公开模型未训练过的内部多步任务。
Amazon SageMaker AI 扩展了无服务器模型定制能力,推出训练会话 API,允许用户通过 Python 代码直接控制训练循环,无需管理底层 GPU 基础设施。
今日发布 OlmoEarth v1.3 卫星嵌入模型,同时开放全球年度嵌入数据与 OlmoEarth Embeddings Explorer 浏览器工具。模型为每10米像素生成128维向量,在27项评估中20项得分最高,权重数据代码全开放。此前使用需GPU微调,现可零门槛探索九年间地表变化。
NVIDIA 扩展 Cosmos 平台,新增 Cosmos Data Factory 蓝图、训练工具及 Cosmos 3 模型,支持开发者构建物理 AI 世界模型。
在 AWS Trainium 上,torchtitan 通过 TorchNeuron 将 Trainium 注册为原生 PyTorch 设备,支持使用标准接口对 Qwen3 进行预训练或微调。
NVIDIA Kumo Relational 在关系数据上无需训练即超越监督机器学习模型。该预训练关系基础模型在41个任务15个数据库上击败监督深度学习与梯度提升树管线,在SAP SALT基准上MRR超越AutoGluon集成8%,并通过开源库或NVIDIA NIM提供,可扩展至500B+行。
推荐理由:Kumo Relational在关系数据基准上无需任务训练即超越监督模型,企业可将预测写成查询并由智能体调用,从而降低建模门槛。
AWS 团队在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B,使多语言推理语言正确率从 22% 升至 100%。SFT 教会模型按指令用目标语言推理,叠加 GRPO 后将答案语言正确率从 62% 提升至 70%。对照 Qwen2.5-7B 实验显示 GRPO 仅在存在能力缺口时带来增益,GSM8K 上无提升。
Ai2 发布 FairStress 基准,用于衡量大语言模型在影响人的决策中超越最终选择的群体公平性。该基准包含 300 个双候选决策场景,结合对抗前缀扩展至超过 13 million 测试案例,实验显示模型受挑战时放弃正确决策存在群体不对称,这是 Ai2 开放评估工作的一部分。
推荐理由:该基准通过引入对抗前缀与身份变量测试决策稳定性,揭示标准公平性评测忽略的隐藏不对称,为干预提供新评估工具。
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。
Mistral 发布首个时间序列基础模型家族 Timestral,其 209M 参数版本在 GIFT-Eval、TIME 和 fev-bench 三项基准均排名第一。
推荐理由:原文显示209M参数模型在三项公开基准均超越更大规模对手,读者可对比精度与算力门槛评估其边缘部署适用场景。
HiRO-ACEv2 更新降尺度模型 HiROv2,以约 1/300 成本生成全球 3 km 气候数据并准确模拟极端天气。其匹配 X-SHiELD 高分辨率统计误差在 3% 内,10年模拟显示飓风能量与 X-SHiELD 相当,但暂仅支持匹配 X-SHiELD 的气候。
推荐理由:新模型以约 1/300 成本生成全球 3 km 气候数据,让研究者能廉价获取极端天气高分辨率模拟。
Google Earth AI 的 Population Dynamics Foundation Model (PDFM) 开放预览,将搜索趋势、移动等隐私信号压缩为月度位置嵌入,可直接接入流行病学模型而无须微调。
Kimi 官方开源 Kimi K2,该 MoE 模型总参数 1T、激活参数 32B,包含 Kimi-K2-Base 与 Kimi-K2-Instruct 两个版本。官方还发布更新权重,增强智能体编码并支持 256K 上下文;Kimi K2 针对工具调用和多步任务优化,网页端与移动端已可免费使用。预训练在 15.5T tokens 上使用 MuonClip 优化器完成。
推荐理由:Kimi K2 以 1T 总参数、32B 激活参数的 MoE 架构开源,并公开 MuonClip 优化器,读者可了解其工具调用能力的实现路径。
在 Amazon SageMaker AI 上使用多轮强化学习(MTRL)微调 Qwen3.6-27B 模型,构建能自主决策检索策略的搜索智能体。该方法通过优化完整多轮轨迹,使小模型兼具前沿模型的可靠性与低成本推理速度。此前单轮 RL 或监督微调难以有效处理多步交互中的依赖关系。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索文献片段转成带引用报告的小模型,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线,并同步开放模型权重、训练数据和可从自有 PDF 生成报告的示例工作流。
推荐理由:原文给出数据过滤和 SFT 加 DPO 的具体配方,读者能据此判断开源小模型在科学报告生成上保留了多少专有模型的质量。
字节 Seed 启动 STEM 科学家计划,邀请 100 位前沿科学领域学者与团队围绕真实科研问题展开合作。该计划提供充足算力资源及极具竞争力的薪酬,首期约持续 6 个月,工作地点位于北京海淀区。申请截止日期为 2026 年 9 月 30 日,旨在推动 AI 加速科学发现并突破智能边界。
DeepSeek 发布实验性模型 DeepSeek-V3.2-Exp,在 V3.1-Terminus 基础上引入 DeepSeek Sparse Attention 稀疏注意力机制,针对长文本训练和推理效率做优化,在公开评测集上表现与 V3.1-Terminus 基本持平。
推荐理由:稀疏注意力在公开评测表现基本持平的前提下降低长文本推理成本,API 价格随之下降五成以上。
ServiceNow CoreAI 的 AutoSynthData 通过分析目标模型的失败、借助更强的教师模型生成并校验新任务,为企业智能体自动构建训练数据,并按模型当前能力边界调整任务难度。
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调,并优化提示词,以适配其特定的零售内容审核策略。在 737 个对话窗口的测试集中,微调后的模型显著提升了行为与主体分类的 Macro F1 分数。该方案利用 AWS 托管服务构建了包含人工验证、评估及部署控制的自动化工作流,实现了生产环境的持续优化。
Allen AI 发布 Olmo-core 3,一套面向大规模 MoE 的开放训练框架,设计目标是把 MoE 训练扩展到万亿参数级。
微软研究院实习生构建了一套端到端机器学习流水线,利用 L1 太阳风观测、AE 与 Dst 指数预报、地质电导率和电网数据,为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计。
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由跨序列、结构、功能、细胞状态和成像等多模态数据联合训练的生物学世界模型,以及连接模型、科学工具、文献和实验人员的交互式 harness 组成。
推荐理由:微软研究院公开 Quine 的生物学世界模型与实验闭环设计,并给出胰腺癌化合物筛选的湿实验验证结果。
针对 Amazon Textract 适配器从训练到生产跨 AWS 账户迁移需提工单、且仅迁移模型权重而查询定义与训练数据不随迁的瓶颈,该方案用 AWS CloudFormation 和 Terraform 模板实现适配器生命周期自动化。