微软用合成企业数据评估 Microsoft Copilot 的 AI 置信度
微软构建 Industry Evaluation Data Generation Platform，用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot，避免使用任何客户数据。
#数据/训练
Microsoft ResearchAI 评分4040 AWS Machine Learning BlogAI 评分3636 AWS Batch 为 SageMaker Training 作业推出配额管理，支持团队间借还资源
AWS Batch 为 SageMaker Training 作业新增配额管理能力，管理员可按团队或项目划分配额份额，并用 RESERVE、LEND、LEND_AND_BORROW 策略共享空闲 GPU 容量。
AWS Machine Learning BlogAI 评分3434 在 EKS 上用 Ray Train DLC 和 EFA 做分布式训练
AWS 发布 Ray Train DLC 镜像（train-ml-cuda-v1.1），预集成 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 与 EFA 及 AWS OFI NCCL 插件，免去自行构建镜像。
NVIDIA BlogAI 评分3838 NVIDIA 与 C-BRAIN 如何用 AI 加速阿尔茨海默病研究
C-BRAIN 联合 NVIDIA 用 AI 整合此前无法被 AI 或研究者访问的"暗数据"，已推出开源智能体工具 OpenScientist 和 InsightEngine。OpenScientist 可在数分钟内完成领域科学家估计需数周至数月的分析，单次运行成本低于 10 美元。C-BRAIN 目前覆盖 200 多个研究组，规模化后每年或释放超 100 万小时研究产能。
Google DeepMind精选AI 评分6060 Google DeepMind 联合 WRI 与 IIASA 发布 ForTy 2020 全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，把全球每块 10×10 米土地归入六类森林与土地利用类型，作为欧盟反毁林法规 EUDR 的关键基线。
推荐理由：ForTy 把森林类型细分到 10 米分辨率并给出逐年变化，读者可据此理解 EUDR 合规核查的数据基础。
NVIDIA BlogAI 评分3838 欧洲金融机构采用开放权重模型构建专有智能，Revolut、Starling Bank 等落地生产
Revolut 正基于 NVIDIA 加速计算以单一基础模型 PRAGMA 重建技术栈，初期服务 8000 万客户并设计支持 3 倍扩展。Starling Bank 在 Civo 英国云上用自有交易数据训练出智能层 Starling Intelligence，Lloyds 则用 RTX PRO 6000 Blackwell GPU 构建交易基础模型 ATUM。
GitHub Blog · AI & MLAI 评分4949 GitHub 用 ModernBERT 分类器重构密钥扫描：误报更少、成本降 98%
GitHub 为密钥扫描训练了专用 ModernBERT 分类器，配合正则候选生成的两阶段流水线，替代此前的 LLM 流水线。其告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98% 以上，并让通用密钥检测得以进入推送保护环节。
Microsoft ResearchAI 评分5252 微软研究院提出 StudentSim：用学生模拟器为 AI 辅导提供反馈
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，用于在接触真实学习者之前评估和改进 AI 辅导系统。研究同时发布 StudentSimEval 基准，覆盖国际象棋、第二语言英语写作和数学三个领域，从行为保真度和指导响应度两个维度评估模拟器。
Microsoft Research精选AI 评分7878 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 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写 agent。
推荐理由：框架把部署用的 agent harness 直接接入 RL 训练，并给出 6000 样本提升 14.6 个百分点的完整复现路径。
Berkeley AI ResearchAI 评分3636 ABBEL：通过信念状态更新让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要建模为自然语言信念状态并对其内容进行监督评分。在协作编程基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50。训练后其峰值上下文 token 长度仍显著低于全上下文设置。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，GPT-4 级能力价格已从 2023 年初的约 $30/百万 token 降至如今不足 $1，部分厂商低于 $0.10，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。
Berkeley AI ResearchAI 评分5252 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 发布博客介绍 GRASP，一种面向学习型世界模型的梯度规划器，通过把轨迹提升为虚拟状态实现跨时间并行优化、对状态迭代加噪声做探索，并绕开脆弱的 state-input 梯度。