微软研究院：从合成企业数据评估到真实微软 Copilot AI 信心
微软研究院发布合成企业数据评估平台，旨在解决企业规模下 Copilot 评估中缺乏真实数据的问题。平台基于 O*NET 职业数据、在线职位发布和 SEC 备案等公开数据源，生成全量合成企业环境，模拟真实业务流程（如临床试验审查、合规沟通、代码审查等），且全程不使用客户数据。
阅读原文 来源：Microsoft Research
#Hugging Face
Microsoft Research一手
Hugging Face Blog一手精选 Project ProtoStar：让公共科研资源AI化
Project ProtoStar 是一个汇聚高校、研究机构、产业界和开源社区的计划，旨在通过开放挑战让公共科研资源更易被发现、重用和构建。该项目发布首个挑战：气候风险智能体，由卡内基梅隆大学主办，时间为11月2日至13日。
阅读原文 来源：Hugging Face Blog推荐理由项目汇聚高校、机构、企业和开源社区，通过开放挑战展示AI重用公共科研资源的可行性，首个挑战聚焦气候风险预测，提供数据集与政策提案两类评估维度。
Hugging Face Blog一手 Granite Switch 4.1.1 发布
IBM 发布 Granite Switch 4.1.1 补丁版，保持与 4.1 版本完全向后兼容，无需迁移。更新了多语言语音转文字 ASR 模型，支持 10 种语言并带原生标点大写；并更新了 granitelib-core 中的 Decision adapter，在 Jev Decision Index 测试集上性能提升。
阅读原文 来源：Hugging Face Blog
Hugging Face Blog一手 我们能信任 LLM 判断研究创新性吗？
原文发布 Old Ideas, Novel Problems 研究及 novelty judge 基准。研究通过 ICLR 2026 同行评审挖掘 novelty 信号，构建 Human-Only 与 Human+Generated 两评估设置。
阅读原文 来源：Hugging Face Blog
Hugging Face Blog一手 LitPivot：通过文献动态上下文开发研究创意
宾夕法尼亚大学等机构研究人员开发的 LitPivot 系统通过动态上下文将研究创意与文献关联。在 17 名研究人员的实验中，领域专家评定使用 LitPivot 开发的创意比传统编辑器和 AI 工具更扎根于文献，且参与者认为其更具新颖性和实用性。该系统将创意拆解为问题、贡献和评估计划，并基于所选文献提供有据可查的修订建议，将在 UIST 2026 学术会议上展示。
阅读原文 来源：Hugging Face Blog
Hugging Face Blog一手 Does Your Model Run on AWS Trainium? Look It Up
Hugging Face 推出 TorchNeuron 后，发布 aws-neuron/torch-neuronx-model-support Space，可查询主流模型在 AWS Trainium 上的兼容性与性能表现。该工具提供模型运行结果、Trainium 核心数、编译耗时及峰值显存数据，支持查询特定模型版本与编译器配置，帮助用户判断模型是否可在 Trainium 上无修改运行。
阅读原文 来源：Hugging Face BlogHugging Face Blog一手精选 OlmoEarth v1.3：全球卫星嵌入模型发布
Hugging Face 发布 OlmoEarth v1.3，这是一个全球卫星嵌入模型，可将一年卫星时间压缩为每 10 米像素 128 维向量。该模型在 27 项评估中以 128 维嵌入在 20 项任务中得分最高，64 维嵌入在 18 项任务中领先。
阅读原文 来源：Hugging Face Blog推荐理由OlmoEarth v1.3 发布全球卫星嵌入模型并开放预计算嵌入，提供交互式浏览器工具，读者可直接获取跨年份变化分析方法和具体案例。
Hugging Face Blog一手 IBM Granite 发布多模型时间序列集成方案
IBM 发布 Granite Timeseries Ensemble，提供四种不同架构（PatchTST-FM、Conformer、FlowState、TTM）的预训练模型集成方案，无需训练即可生成点预测和分位数预测。
阅读原文 来源：Hugging Face BlogNVIDIA Blog一手精选 NVIDIA Cosmos 发布新工具训练评估部署世界模型
NVIDIA 发布 Cosmos 平台新工具，提供训练、评估和部署世界模型的全套方案。Cosmos Data Factory 新增五大云原生蓝图，涵盖自动驾驶数据生成。
阅读原文 来源：NVIDIA Blog推荐理由NVIDIA 发布 Cosmos 平台新工具，提供训练、评估和部署世界模型的全套方案，包括数据工厂蓝图和模型微调优化能力，可帮助开发者加速物理 AI 的训练和部署。
Hugging Face Blog一手精选 NVIDIA Kumo Relational 发布：预训练关系基础模型在关系数据上无需训练即可预测
NVIDIA 发布 Kumo Relational，这是一个预训练的关系基础模型，可直接在企业数据库上进行预测。它无需任务特定训练、特征工程或表展平，通过单次前向传递即可预测流失率、需求或欺诈等结果。
阅读原文 来源：Hugging Face Blog推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog一手精选 SLM 词汇专门化可在实际应用中将推理成本降低 77%
文章介绍了 VocabX 方法，通过专门化词汇将 SLM 推理成本降低 77%。在 Portuguese essay grader 实验中，模型的平均输出 token 数从 350 降至 101，基于 Qwen3-4B 的基座模型在不改变权重的情况下实现成本大幅下降。
阅读原文 来源：Hugging Face Blog推荐理由文章展示了如何通过专门化词汇显著降低 SLM 推理成本，并提供了具体的实验数据和方法论，读者可直接了解成本优化的关键技术点。
Hugging Face Blog一手 Profiling TorchNeuron (Part 1): AWS Trainium 系统级性能分析指南
本文介绍如何使用 TorchNeuron 对 AWS Trainium 芯片上的模型推理性能进行系统级分析。文章以 RMSNorm 为例，演示了通过 torch.profiler 配合 NeuronConfig 捕获设备和运行时痕迹，并利用 Neuron Explorer 追踪操作从框架调度到硬件执行的全过程。
阅读原文 来源：Hugging Face Blog
Hugging Face Blog一手精选 IBM Granite Speech 5.0 系列模型发布：转录、翻译与说话人归属能力升级
IBM 发布 Granite Speech 5.0 系列三款模型：新模型 granite-speech-5.0-2b 提供更准确的多语言转录和翻译，支持 2000 词关键词偏置和语言 ID 提示。
阅读原文 来源：Hugging Face Blog推荐理由原文发布了三款更新的语音模型，提供了转录、翻译、说话人归属等新能力和性能数据，读者可以直接对比新旧版本的 WER、RTFx 与时间戳改进。
Hugging Face Blog一手 SimReady Central: Hugging Face 开放 2000 多 OpenUSD 3D 资产库
Hugging Face 推出 SimReady Central Library，提供 2000+ 预处理好的 OpenUSD 3D 资产，旨在加速机器人和 AI 工厂数字孪生的训练与仿真。该库涵盖机械臂、抓手、仓储设施及冷却基础设施等，开发者可按特定 profile 筛选并组合资产，OEM 可通过提交 CAD 模型贡献资产，从而实现更快的场景搭建与决策加速。
阅读原文 来源：Hugging Face BlogHugging Face Blog一手精选 Hugging Face ❤️ TorchTPU：TPU 原生支持
Hugging Face 推出 TorchTPU，使 TPU 成为 PyTorch 的原生后端。用户可通过 device_map='tpu' 直接在 TPU 上加载并运行 Transformers 和 Diffusers 模型。
阅读原文 来源：Hugging Face Blog推荐理由TorchTPU 让 TPU 成为 PyTorch 的原生后端，用户只需一行 device_map='tpu' 即可在 TPU 上运行 Transformers、Diffusers 等库，并提供分布式训练和编译加速等功能。
Hugging Face Blog一手精选 TorchNeuran：在 AWS Trainium 上更轻松运行 Hugging Face 模型
TorchNeuron 作为 PyTorch 的新原生后端，现已在 AWS Trainium 上原生支持 Transformers、Diffusers 等 Hugging Face 库，用户只需传入 device_map=neuron 参数即可直接运行，相比 Optimum Neuron 覆盖的模型架构从 46% 提升至 89%。
阅读原文 来源：Hugging Face Blog推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog一手精选 Hugging Face 博客发布 FLUX.3 Image Klein，现已在 Diffusers 中上线
Hugging Face 博客发布 FLUX.3 Image Klein，现已在 Diffusers 中上线。该模型集成了文生图、多参考图生图和布局控制功能，用户可通过在提示词中写入边界框来控制图像各部分位置。
阅读原文 来源：Hugging Face Blog推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog一手 Apertus 1.5 发布：多模态理解与思考模式
Apertus 1.5 发布了 8B 和 70B 两个模型的更新，引入了多模态理解（图像/音频）、思考模式和 262,144 token 的上下文窗口。模型权重于 2026 年 7 月 24 日在 Apache 2.0 许可下发布。
阅读原文 来源：Hugging Face BlogGoogle Research一手精选 Google Research发布10项研究进展，展示AI如何放大人类创造力
Google Research在Research@ 2026活动上发布了10项研究进展。内容包括：1）Google Earth AI扩大早期访问，提供地理空间分析和预测能力。
阅读原文 来源：Google Research推荐理由原文列出了10项具体研究进展，涵盖地理空间分析、多智能体协作、医疗AI、边缘芯片等多领域，读者可了解Google Research近期的技术布局和工具开放情况。
Google Research一手 Google Research：Putting Earth AI to work：地理空间代理助力地球最大挑战
Google Research发布了地理空间推理代理系统及两个新基准测试。代理系统连接Gemini与Earth AI基座模型，支持多步推理和自主训练自定义预测模型。
阅读原文 来源：Google ResearchHugging Face Blog一手精选 HiRO-ACEv2：以极低成本模拟 3km 分辨率极端天气
HiRO-ACEv2 发布新的下采样模型 HiROv2，可同时预测多种高分辨率场，捕捉更广泛的极端天气。在给定粗分辨率 X-SHiELD 数据时，HiROv2 将高分辨率统计特征匹配精度提升至 3%，即使是千万分之一级别的极端事件。
阅读原文 来源：Hugging Face Blog推荐理由HiRO-ACEv2 通过新的下采样模型 HiROv2，实现了在极端天气事件上高精度模拟，且成本仅为 X-SHiELD 的 1/300，为研究人员提供了生成高分辨率极端天气数据的经济方案。
GitHub Blog: AI & ML一手精选 GitHub 发布新的秘密检测模型，实现更少噪音的更多秘密检测
GitHub 发布基于 ModernBERT 的秘密检测新模型，相比上一 LLM 管道实现 11.5% 更高的用户接受率、86% 更快的中位数后推执行时间以及 98% 更低的服务成本，并给出了开放入口和主要能力变化。
阅读原文 来源：GitHub Blog: AI & ML推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog一手 Falcon-ASR：TII发布16亿参数阿拉伯语语音识别模型
Hugging Face博客介绍了Falcon-ASR，这是由阿布扎比技术创新研究院训练的16亿参数阿拉伯语语音识别模型。该模型在六个阿拉伯语测试集上实现20.92%的平均字错误率（WER），优于最佳发布结果23.17%；在内部阿拉伯语评估中，Falcon-ASR在阿拉伯语和字符错误率（CER）上均取得最低值，较Qwen3-Omni分别低4.07个百分点。
阅读原文 来源：Hugging Face Blog
Hugging Face Blog一手 Open TTS Leaderboard：开源多语言语音合成可评估排行榜
Hugging Face 于 2026 年 9 月 30 日发布 Open TTS Leaderboard，旨在用客观指标替代碎片化的主观评测，快速评估开源多语言 TTS 模型。
阅读原文 来源：Hugging Face Blog
Mistral AI一手精选 Mistral 与 HUMAIN 合作推进中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，旨在推进中东地区主权 AI。双方将在 AI 基础设施、模型开发及解决方案部署方面合作，重点聚焦网络安全和语音等领域，并开发针对 Arabic 的前沿模型。
阅读原文 来源：Mistral AI推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Berkeley AI Research一手 Identifying Interactions at Scale for LLMs
Berkeley AI Research 提出 SPEX 与 ProxySPEX 两种算法，利用稀疏恢复与层级结构，在大幅减少 Ablation 成本的情况下，识别 LLM 中关键的高阶交互。SPEX 在数千特征规模下实现了现有方法难以企及的忠实度表现，ProxySPEX 则通过层级假设使计算成本降低约 10 倍，显著提升了特征、数据及模型内部组件的可解释性分析效率。
阅读原文 来源：Berkeley AI Research
Berkeley AI Research一手精选 信息驱动的成像系统设计
研究人员提出基于互信息的成像系统评估框架，该框架可直接从测量数据量化系统的区分能力，预测四个领域（色彩摄影、射电天文学、无透镜成像、显微镜）下游任务性能。该方法通过概率模型估计测量分布，避免了传统指标割裂的问题，并利用理噪升高信息指标的方法优化成像系统参数，在滤波器设计实验中与端到端优化持平，无需解码器即可实现系统级优化。
阅读原文 来源：Berkeley AI Research推荐理由原文提出基于信息论的成像系统评估框架，通过互信息直接量化测量的区分能力，并展示在四个领域预测下游任务性能，为系统设计提供统一指标。