跳到正文
#开源生态
  1. AWS Machine Learning Blog72

    AWS 回顾 Amazon Bedrock、AgentCore 与 Strands 2026 年 9 月更新

    AWS 在 2026 年 9 月为 AI 构建者带来多项更新，覆盖 Amazon Bedrock、AgentCore 与 Strands。

    推荐理由：原文按模型、Agent 运行时和知识库连接器梳理九月更新，读者可对照现有工作负载判断可用模型与能力变化。

  1. Hugging Face Blog64

    Liquid AI 发布端侧多模态开放决策模型 d1-3B 与 d1-omni-600M

    Liquid AI 发布两款开放权重决策模型 d1-3B 和实验性 d1-omni-600M。d1-3B 在 Decision Index 0.2.1 拿到 48.57 分，成为 10B 以下最佳决策模型，超过 Decider 35B-A3B 的 47.11 分。

    推荐理由：原文给出 d1-3B 的 Decision Index 得分和三种 Jetson 设备的单题延迟，读者可据此判断端侧决策场景的实际开销。

  2. Microsoft Research73

    Agent Lightning v1.0 发布，以 3,500 行轻量框架支持真实 harness 强化学习

    Microsoft Research Asia 发布并开源 Agent Lightning v1.0，一个约 3,500 行的轻量 Agentic RL 框架，让部署中使用的同一 agent harness 直接参与强化学习。

    推荐理由：用 3,500 行框架让部署 harness 直接参与强化学习，并以约 6,000 条样本把 Qwen3.5-9B 的 SWE-bench Verified 从 41.8% 提到 56.4%。

  1. Hugging Face Blog69

    Nemotron 微调后在 IOI 与 IMO 均达到金牌水平

    Nemotron Labs 团队微调 Nemotron 3，在 IOI 2026 和 IMO 2026 均达到金牌水平，分别得分 535.4/600 和 30/42。

    推荐理由：原文给出可复用的四步微调配方，并开放检查点与数据，为竞赛级任务的领域专业化提供了具体参照。

  2. Google DeepMind72

    Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2，以 740M 参数在统一嵌入空间中原生处理文本、图像、音频、视频和代码。

    推荐理由：原文给出了参数规模、量化后的内存占用与多模态评测结果，便于读者评估端侧统一嵌入检索的落地成本。

  1. Mistral AI71

    Mistral 发布 Mistral Large 4 公开预览，1T 参数月底开放权重

    Mistral 发布 Mistral Large 4 公开预览，为 1T 总参数、52B 活跃参数的原生多模态模型。预览 API 今日可在 Mistral Studio 使用，权重计划月底开放。官方称其在编码、智能体工作流、多模态和网络安全等评测中达到或领先开源权重模型，并在视觉定位任务上超过部分前沿闭源模型。

    推荐理由：原文给出 1T 总参数、52B 活跃参数与月底开放权重计划，并附多项评测，可据此对标现有开源模型。

  1. GitHub Blog · AI & ML64

    GitHub 发布 AI 代码评审开放基准 ReviewBench

    GitHub 发布 AI 代码评审开放基准 ReviewBench，其语料来自 1.039 亿个 GitHub PR 的分布，包含 19 种语言、187 个开源许可证仓库的 219 个 PR。

    推荐理由：它基于 1.039 亿 GitHub PR 分布构建，公开数据集与裁判配置，并给出与 Copilot 线上实验方向一致的线下信号，便于团队用同一基准迭代评审智能体。

  1. Hugging Face Blog73

    Microsoft 与 Hugging Face 发布 ThinkingBox 智能体状态基准

    Microsoft 与 Hugging Face 联合发布 ThinkingBox 智能体沙箱和 ThinkingBox-Bench 基准，依据数据库终态判定智能体任务成败。

    推荐理由：该基准以数据库终态而非模型回复判定智能体成功，并给出 507 个任务重复 20 次的一致性与成本数据，可供部署时比较模型。

  1. Google DeepMind70

    Google DeepMind 推出 SynthID Bio 蛋白质水印技术

    Google DeepMind 推出 SynthID Bio，一种在不影响蛋白质生物功能的前提下为 AI 生成蛋白质嵌入可验证水印的方法。针对 VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1 的湿实验显示，水印设计的命中率、结合亲和力和天然序列多样性与非水印版本相当。DeepMind 公开方法论文并开源代码、体外数据及权重，以支持生物安全社区协作。

    推荐理由：原文给出三种靶标蛋白上水印与未水印设计的结合亲和力相当，并说明该方法可嵌入模型权重保证可检测性，为生物安全筛选提供了可执行的验证层。

已经到底了