Hugging Face Open ASR Leaderboard 首次加入全球南方语言：印地语与印度英语
Hugging Face 与 Voice Arena 合作，在 Open ASR Leaderboard 上新增 Monsoon en-IN 和 Monsoon hi-IN 两套评测集，印地语成为该多语言榜单上的首个印度语言。
#数据/训练
#数据/训练
今日 2 条Hugging Face BlogAI 评分3636 Google ResearchAI 评分5858 Google 发布地球 AI 行星预测引擎 PPE，自动完成地理空间建模全流程
Google 在 Earth AI 计划下推出实验性研究能力行星预测引擎（PPE），可依据自然语言查询自主完成地理空间数据发现、特征工程、模型训练与评估，把原本需要数周人工数据工程的建模流程压缩到几分钟。
NVIDIA Developer BlogAI 评分2222 NVIDIA 如何用 AI 智能体训练跨本体机器人导航策略
NVIDIA 介绍了一套用 AI 智能体训练跨本体机器人导航策略的方法，让导航能力迁移到新机器人或新场景时不再需要重新准备数据、仿真资产和机器人接口。导航与运动控制不同，需持续定位、理解变化的环境、选择路线并避障。
Google ResearchAI 评分3232 Google 发布 GlucoFM：面向连续血糖监测的双流基础模型
Google 推出自监督基础模型 GlucoFM，采用双流设计分离血糖的慢速基线趋势与短期波动，并保留时间与缺失信息。模型在 109,066 小时无标注 CGM 数据上预训练，覆盖 477 条受试者/会话记录，在 4 个队列、7 项临床任务共 14 组评估中平均 PR-AUC 较最佳 GluFormer 变体高 5.8 个百分点，并在 Dexcom 与 Libre 两款设备上取得最低 MAE。
Hugging Face Blog精选AI 评分6060 IBM 发布 Granite 4.2 推理模型家族，公开完整构建流程
IBM 发布 Granite 4.2 推理模型家族，包含 3B、8B、30B 三个稠密 decoder-only 规模，基于 Granite-4.1 基座后训练而来，全部采用 Apache 2.0 许可。
推荐理由：Granite 4.2 完整公开了从预训练到多阶段 RL 的构建细节，可对照其数据配比与奖励设计理解推理模型的训练路径。
Hugging Face BlogAI 评分4949 Hugging Face 提出 QAH：4-bit 压缩模型在 9 项基准中 7 项超越全精度原版
Hugging Face 提出 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 压缩至 60B 参数并量化为 MXFP4 后，在 9 项基准中有 7 项超过该架构的 bfloat16 全精度版本。
Google ResearchAI 评分4040 Google 推出 Biomarker Discovery Framework：从可穿戴传感器数据中筛选候选生物标志物
Google 发布 Biomarker Discovery Framework，一个在人类监督下把候选生物标志物筛选组织为迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理。该系统在三个队列共 9,279 条参与者观测中自主识别出 41 个心理健康候选数字生物标志物和 25 个代谢类候选标志物，例如睡眠时长变异性与 PHQ-8 严重度的关联（ρ = 0.252）。
Google ResearchAI 评分2828 Google Research 如何用移动性数据让语言模型更深入理解地点
Google Research 提出 ME-POIs 框架，将匿名聚合的移动性数据（到达时间、停留时长、周边移动模式）与文本描述结合，为地点生成同时编码身份与动态功能的嵌入向量。
Microsoft ResearchAI 评分3434 微软 Skala 1.1 发布：训练数据增 2.5 倍，已集成进 CP2K
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 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。该版本已可在 CP2K 中使用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时微软推出持续追踪各版本计算性能的 living benchmark。
Hugging Face Blog精选AI 评分6262 IBM Research 研究：智能体到底需要多少记忆
IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 研究，提出智能体记忆不是开关而是需要按模型校准的剂量：强模型适合注入完整指南集，较弱模型适合高置信核心加按任务检索，已饱和模型没有可测收益。
推荐理由：八款模型上的对照实验显示，智能体记忆的注入量需按模型能力校准，检索式注入还能同时压低成本。
Google ResearchAI 评分3636 Google Research 推出 PhotoScan：用手机照片估算体成分并预测胰岛素抵抗
Google Research 推出 PhotoScan，一个可直接从普通 2D 手机照片估算体脂率（BF%）、Android-to-Gynoid 脂肪比（A/G）和内脏/皮下脂肪面积比（V/S）的深度学习框架。
Hugging Face BlogAI 评分5858 Hugging Face 发布 2026 夏季开源模型观察报告
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，基于 Hub 数据给出六项发现。报告显示公开模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万；约 85.6% 的模型累计下载不足 200 次，1.5% 的仓库占据 99.2% 的下载量。
Hugging Face Blog精选AI 评分6767 Hugging Face 用编码智能体复现 ICML 2026 的 2226 篇论文
Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 Open Reproductions 挑战赛，1221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条复现论文，共发布 6816 份 Trackio logbook，覆盖 2226 篇论文，约占大会论文的 34%。
推荐理由：Hugging Face 用 1200 多名社区成员和编码智能体复现 ICML 2026 论文，给出可核查的复现率与证伪案例。
Hugging Face BlogAI 评分2828 Hugging Face 为 OlmoEarth Studio 推出自定义嵌入向量导出功能
Hugging Face 的 OlmoEarth Studio 现已支持计算并导出嵌入向量，可输出为 Cloud-Optimized GeoTIFF（COG），每维一个波段、以 int8 存储。
Google Research精选AI 评分6060 Google Research 提出知识画像框架：事实性瓶颈在召回而非编码
Google Research 发布研究，提出知识画像框架，将事实状态分为编码失败、召回失败、直接召回、思考后召回和无编码推理五类，并构建含 2150 条 Wikipedia 事实的 WikiProfile 基准。
推荐理由：Google Research 用知识画像区分编码与召回失败，指出前沿模型的事实错误更多来自知识调用而非知识缺失。
Microsoft ResearchAI 评分3434 微软研究院发布 CARE-X：面向临床可用的放射学 VLM，结合辅助监督、奖励对齐学习与工具增强测量
微软研究院推出研究模型 CARE-X，一个统一胸片视觉语言模型，可同时输出自由文本推理与结构化预测，覆盖报告生成、病变定位、多标签分类及导管位置检测等任务。该模型采用强化学习（DAPO）在多任务设置下奖励临床正确性，并在 Narayana Health 的真实印度临床数据上验证，涵盖罕见 ICU 病理与 CT 确认的增大类病变。CARE-X 为研究模型，未经监管批准，不用于临床诊断。
Hugging Face BlogAI 评分4141 Hugging Face 提出离线 Top-K Logits 与融合分块 KL 损失，让知识蒸馏成本降到单卡可跑
Hugging Face 新论文提出两项系统改动降低 LLM 知识蒸馏成本：先缓存教师模型的 top-100 logits 供学生模型离线训练，再用融合分块 KL 损失避免生成完整的词表×序列长度矩阵。
Microsoft Research精选AI 评分7171 微软研究院开源 Orchard：可扩展智能体 AI 框架
微软研究院发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可跨软件工程、网页导航和个人助理任务复用环境、数据管线与评测流程。
推荐理由：微软研究院开源 Orchard 框架，给出环境服务、训练配方与数据，读者可了解小模型在真实任务上的训练路径。
Google Research精选AI 评分6060 Google Research 提出 Science One Framework 与 Chain-of-Evidence 可验证研究框架
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并落地为自主研究原型 Science One Framework 与自动化评估指标 CoE Audit。
推荐理由：原文给出可验证性框架与审计指标，并对比基线系统的引用幻觉与代码文本错位问题。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体工作上下文。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将相对全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也低于全上下文设置。
Google ResearchAI 评分5858 Google 发布 SymptomAI：面向日常症状评估的对话式 AI 智能体研究
Google Research 发布 SymptomAI 研究，让 13917 名参与者与五个基于 Gemini Flash 2.0 的对话式智能体进行症状问诊，并生成鉴别诊断（DDx）。
Google DeepMindAI 评分4242 Google 承诺 4000 万美元 AI tokens 与云额度支持美国 Genesis Mission
Google 在 DOE Genesis Mission Summit 2026 上宣布投入 4000 万美元 AI tokens 和云额度，支持 Genesis Mission 的研究人员。
Hugging Face BlogAI 评分2222 新模型更强，优势依旧：DharmaOCR 在巴西葡萄牙语 OCR 上仍领先 Mistral OCR4 与 Unlimited-OCR
DharmaOCR 在葡萄牙语 OCR 基准上以 0.925 分领先 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587，后两者分别低约 13 分和 16 分。该模型经葡萄牙语监督微调与 DPO 两阶段训练，将全部参数集中于巴西葡萄牙语，以换取领域内更高的提取质量与更低的退化率。
Google DeepMindAI 评分3636 Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案
Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案，一方面防止威胁行为者滥用其模型，另一方面让政府、科学家和生物安全专家用 AI 应对疫情。
Hugging Face Blog精选AI 评分8888 Hugging Face 披露 7 月安全事件：自主 AI 智能体驱动入侵
Hugging Face 披露本周检测到一起针对其生产基础设施的入侵，攻击由自主 AI 智能体系统端到端驱动，通过数据集处理中的远程代码加载器和模板注入两条代码执行路径进入处理节点，随后横向移动至多个内部集群。
推荐理由：Hugging Face 首次披露由自主 AI 智能体全程驱动的入侵事件，并复盘用开源模型做取证时遭遇的护栏限制。
Google ResearchAI 评分3131 Google Research 揭示扩散模型创造力来源：分数平滑如何促成插值生成
Google Research 在 ICLR 2026 论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》中证明，扩散模型的创造力并非随机偶然，而是神经网络训练中权重衰减等正则化带来的"分数平滑"所致。
Hugging Face BlogAI 评分5858 Hume 发布 Real World VoiceEQ 语音 AI 人类质量评测基准
Hume 发布 Real World VoiceEQ 基准，用于评估语音 AI 的人类交互质量，覆盖 40 多个专有与开源语音模型、15 个以上评估维度和 60 多项指标。该基准基于超 100 万条人类评分构建，包含 785,000 条 TTS 评分和 48,000 条 STS 评分。评测发现语音模型在说话上优于倾听，部分系统仍以文本转录为主，忽略语调、停顿和情感等副语言线索。
Hugging Face BlogAI 评分2222 PyTorch 性能分析（第三部分）：注意力机制全解析
Hugging Face 博客发布 "Profiling in PyTorch" 系列第三部分，用 NVIDIA A100-SXM4-80GB 剖析注意力机制的 profiler 轨迹。文章对比朴素注意力、原地操作（masked_fill_）和 SDPA 等实现，发现将 masked_fill 改为原地操作可消除一次 Memcpy kernel，在多层 Transformer 中逐层累积节省。
Google Research精选AI 评分6060 Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 发布 SensorFM，一个从可穿戴数据直接学习的大规模传感器基础模型，预训练语料超过一万亿分钟多模态信号，来自五百万名同意参与者、覆盖 100 多个国家和 20 多款 Fitbit 与 Pixel Watch 设备。
推荐理由：Google 用五百万人的可穿戴数据预训练通用生理表征，读者可了解其自监督缺失感知设计与跨任务泛化表现。
Google Research精选AI 评分6262 Google Research 在 10 座美国城市实验导航协同分流缓解拥堵
Google Research 在 Nature Cities 发表研究，在 10 座美国城市开展为期六个月的实验，通过修改 Google Maps 算法将遇到预设拥堵路段的行程引导至耗时相近的替代路线，仅不到 2% 的行程收到改道建议。
推荐理由：Google Research 在 10 座美国城市做了为期半月的真实路网实验，读者可了解协同导航对全城车速与排放的实际影响。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间，中位数约 50x。UC Berkeley 的 Aditya G. Parameswaran 等人提出，近乎免费的推理成本带来三类数据系统挑战：面向智能体的数据系统、由智能体运行的数据系统，以及由智能体构建的数据系统。
Hugging Face Blog精选AI 评分7878 LeRobot v0.6.0 发布：世界模型策略、奖励模型与部署 CLI
Hugging Face 发布 LeRobot v0.6.0，围绕机器人学习闭环引入世界模型策略（VLA-JEPA、FastWAM、LingBot-VA）、新一批 VLA（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT）以及统一奖励模型 API（Robometer、TOPReward）。
推荐理由：LeRobot v0.6.0 把世界模型策略、奖励模型与部署 CLI 串成闭环，读者可据此了解开源机器人学习栈的新能力边界。
Hugging Face BlogAI 评分2222 PRX Part 4：Hugging Face 详解 7B 模型的数据策略
Hugging Face 发布 PRX 系列第四篇，详解其 7B 模型的数据策略：预训练数据由公开与内部数据集混合而成，并用 VLM 重新生成图像长描述。团队将文本编码器从 T5Gemma 换成 Qwen3-VL，改为训练中实时计算文本 latent，实测吞吐仅损失约 3–4%（30 天训练多花约 1 天）。
Google ResearchAI 评分3636 Google Research 将 Heat Resilience 数据扩展至全球 50+ 城市
Google Research 将建筑级屋顶反射率数据集扩展至 9 个国家 50+ 城市，并通过新的 Heat Resilience Earth Engine App 开放访问。该方法融合 Sentinel-2 与 30-cm 分辨率 Airbus Pléiades Neo 影像，在 Boulder 验证中 RMSE 仅 0.04，建模显示针对性冷屋顶规划可使全球城市极端高温降低最多 0.5°C。
Hugging Face BlogAI 评分2828 为什么专业化不可避免：从优化理论、进化生物学到机器学习
优化理论、进化生物学、竞争市场与机器学习共同指向同一结论：在有限资源下，专业化而非通用化才是取得性能优势的路径。Wolpert 与 Macready 1997 年证明没有单一通用优化算法能在所有问题上胜过其他算法，通用性并非性能优势。
Google Research精选AI 评分6767 Google 发布 TabFM：面向表格数据的零样本基础模型
Google 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，把表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：原文给出 TabFM 的架构设计与 TabArena 基准结果，读者可据此判断零样本表格预测能否替代传统树模型流程。
Hugging Face BlogAI 评分4040 Hugging Face 模型页现已展示 Every Eval Ever 评测结果
Every Eval Ever（EEE）与 Hugging Face Community Evals 实现互通，评测结果可交叉发布并回链到完整记录。EEE 数据存储已收录约 229,000 条评测结果，覆盖超 22,000 个模型和 2,200 个基准，来自 31 种报告格式。
Google ResearchAI 评分3131 Google Research 研究：推理如何解锁 LLM 的参数化知识
Google Research 在 COLM 2026 发表的论文揭示，让模型生成推理轨迹能解锁原本无法触及的参数化知识，即使面对简单单跳事实问题。研究在 Gemini-2.5（Flash 和 Pro）与 Qwen3-32B 上验证，发现两个机制：计算缓冲效应（用无意义文本填充推理长度也能提升召回）和事实启动（生成相关事实为正确答案做语义预热）。
Google ResearchAI 评分2222 Google Earth AI 发布矢量化数据集，将英国树篱与石墙转为可行动生态清单
Google Research 发布矢量化数据集，把此前 Farmscapes 2020 的栅格地图转为树篱、石墙和矮林的可用生态清单，覆盖英国超 13 万平方公里。该框架基于在 3 亿多张全球卫星图像上预训练的 RSF Vision-Transformer 骨干，仅用约 247 平方公里标注数据微调，并用 Polsby–Popper 紧凑度分数（线性特征低于 0.5）区分林地、树丛与树篱。
Google ResearchAI 评分3232 Google Research 提出 Regularized f-Divergence Kernel Tests，用于审计机器遗忘
Google Research 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests，用相对距离检验判断遗忘后的模型在分布上更接近安全重训模型还是原始受损模型。