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。
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。
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。
Hugging Face 发布 Open TTS Leaderboard,用 WER/CER、RTFx、TTFA 和说话人相似度等客观指标评估开源多语言 TTS 与语音克隆模型。排行榜支持按语言和语音克隆切换,并设有 Listen 和 Streaming 标签页分别对比试听和评估首音频延迟;评估脚本将很快开源。
RAND 发布报告,建议美国采取“Freedom of Action”战略,在通往超级智能的不确定路径上保留选择空间,并列出了人类-AI 生态、AI 安全架构等四项要素与共存、否认、加速三族共七种策略。报告认为,由于危险临近度、共存可行性等五个不确定性未解,美国现在应投入资金保留选项。另一项研究让幼鼠长出部分类人脑组织。