ServiceNow CoreAI 的 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 推出 AutoSynthData，利用目标模型的失败案例与更强教师的成功轨迹定位能力缺口，再生成并校验新任务用于后训练。系统从评测中提炼「能力规格卡」指导生成器造题，不泄露原始 prompt、实体或验证器细节，并随模型提升动态调整课程。该流程已在 EnterpriseOps Gym 数据集上演示。
#数据/训练
#数据/训练
今日 1 条Hugging Face BlogAI 评分4343
Microsoft ResearchAI 评分4444 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习系统，为美国本土66,935座变电站生成30-60分钟前的空间天气风险预测。该系统结合AE与Dst指数预报、地质电导率和电网数据，在评估期内检测到近80%的重大空间天气事件；其中Dst模型在峰值活动时段有62.2%的小时数优于Burton方程。
Simon WillisonAI 评分6969 Anthropic Frontier Red Team：GLM-5.3 在二进制漏洞利用任务中成功率升至 4%
Anthropic Frontier Red Team 在内部 Binary Exploitation benchmark 的 100 个随机任务上评测多个模型，发现 GLM-5.3 在 4% 的试验中实现完整的控制流劫持，Claude Mythos Preview 为 6%。
Microsoft ResearchAI 评分4848 微软开源逆合成模型 RetroChimera，论文登上 Nature
微软在 Nature 发表逆合成预测框架 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，通过学习式重排序整合两者互补优势。
Google ResearchAI 评分4242 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“答案优先”的工具调用数据集生成范式：先生成 ground-truth 工具链，再反推用户 prompt，从而以更低成本生成更复杂的长程工具调用数据。
Google ResearchAI 评分2525 Google 研究：跨人群多基因风险评分的迁移学习
Google 研究团队评估了迁移学习能否改善非欧洲人群的多基因风险评分（PRS），用 UK Biobank 约数十万欧洲样本向 Biobank Japan 近 20 万日本样本迁移，覆盖 BMI、血压、血脂等 8 项临床性状。结果显示，目标人群样本达 15k 以上时，纯目标人群模型反超混合欧洲数据的模型；欧洲数据仅在目标样本极少（如 5,000）时有增益，且增益窗口随性状遗传相关性而异。
Google ResearchAI 评分4747 Google 与 HHMI Janelia 发布迄今最大脑图谱：完整雄性果蝇中枢神经系统连接组
Google 与 HHMI Janelia 等机构在 Cell 发表完整雄性果蝇中枢神经系统连接组图谱，含超 166,000 个神经元和 1.25 亿个突触连接，为迄今神经元数量最多的脑图谱。
Import AIAI 评分2020 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
METR 分析发现 AI 对科学进步的加速并不均匀：2026 年各项目与 NVD、OSV 等漏洞库的报告速率较 2025 年大幅加快，数学领域 arXiv 投稿在部分方向不到 12 个月翻倍但价值难以量化，AI 研究自身的算法进展则未见可测量加速。
Microsoft ResearchAI 评分3838 Microsoft Research 发布 Skala 1.1，并推进其集成至 CP2K、Psi4、FHI-aims、ORCA 和 VASP
Microsoft Research 发布 Skala 1.1，训练数据量较前代增加 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol，计算成本仅相当于 meta-GGA 泛函。
Import AIAI 评分3838 Import AI 469：DiG-bench 游戏发现基准、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 469 期介绍了新基准 DiG-bench，其包含 70 款规则与目标均隐藏的探索类游戏，公开 21 款并设七档难度，Opus 5 与搭配 Claude Code 的 Fable 5 表现最佳，仅这两者在 Tier 7 取得 0.2 成功率，而人类可达 100%。
Berkeley AI ResearchAI 评分4040 Berkeley AI Research 推出 ABBEL：用信念状态监督让 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”，并通过信念评分（belief grading）监督其内容，从而替代完整交互历史作为智能体的工作上下文。
Berkeley AI ResearchAI 评分3636 GRASP：面向世界模型的梯度规划器，实现更长视野规划
GRASP 是一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现时间并行优化、在状态迭代中注入随机性以探索、并重塑梯度让动作获得干净信号，避免经由高维视觉模型的脆弱"状态-输入"梯度。该方法由 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 等参与提出，针对长视野规划中优化病态、非贪心局部极小值与高维潜空间失效模式问题。
Berkeley AI ResearchAI 评分3535 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，利用稀疏性和低阶性将 LLM 交互识别转化为稀疏恢复问题，可在特征、数据和模型组件归因中高效发现关键交互。
Berkeley AI ResearchAI 评分2828 伯克利提出基于信息量的成像系统设计框架，可预测四大成像领域性能
伯克利 AI 研究院提出一种基于互信息的成像系统评估与优化框架，仅用含噪测量值和噪声模型即可量化测量所含信息量，无需任务专用解码器。在 NeurIPS 2025 论文中，该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域均能预测解码器性能，优化后的设计达到端到端方法水平，且内存与算力需求更低。