GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体便会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。
#开源/仓库
#开源/仓库
今日 0 条GitHub Blog · AI & MLAI 评分5858
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 Isaac ROS 5.0，引入智能体工作流与平台支持
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，新增智能体工作流与平台支持，帮助开发者更快构建、定制和部署机器人应用。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，读者可据此了解开源机器人工具链的演进方向。
Microsoft ResearchAI 评分3838 微软在 Nature 发布逆合成模型 RetroChimera，开源实现与权重
微软研究院在 Nature 发表逆合成模型 RetroChimera，将 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc 通过可学习集成与重排序结合，并开源实现与权重。
Google ResearchAI 评分2222 Google Research 推出 MilleMiglia：面向中段物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 开放。
Hugging Face Blog精选AI 评分6262 IBM 研究提出一致性指南，将 Agent 一致性差距从 24.4 点降至 12.0 点
IBM 研究团队在 ALTK-Evolve 中新增一致性指南，用 Consistency Analyzer 对单条轨迹的每个决策点重采样，找出易翻转的步骤并生成针对性指南。
推荐理由：原文给出 Pass^k 与一致性差距的量化方法，并展示用一致性指南把差距减半的完整流程。
Hugging Face Blog精选AI 评分6262 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，73 个节点覆盖 11 条媒体管线
Hugging Face 发布 Workflow1111，用 Gradio Workflow 把 AUTOMATIC1111 的大部分功能重建为一张包含 73 个节点、11 条媒体管线的画布，涵盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 式标注器、背景移除、PNG Info 与图生视频。
推荐理由：原文完整拆解了用 Gradio Workflow 重建 A1111 的十一条管线，读者可据此判断节点式画布能否替代 ComfyUI 工作流。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 funes，为编码智能体提供可自有的记忆层
Hugging Face 发布 funes，一个为 Claude Code、Codex、pi 和 Hermes 等编码智能体提供持久记忆的本地记忆层，通过一条命令即可接入。
推荐理由：funes 把编码智能体的历史会话变成可检索的本地记忆，读者可据此判断跨智能体、跨机器的上下文延续方式。
Hugging Face BlogAI 评分3636 用 TRL 和 OpenEnv 训练编程模型画水彩
Hugging Face 博主用 TRL 与 OpenEnv 复现了 Surya Narreddi 让语言模型画水彩的方案，模型通过 p5.brush 写出约 150 行 JavaScript 来作画，全部数据集、RL 环境、训练脚本与模型均已开源。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU kernel 与 Fleet 测试工具
Hugging Face 发布 @huggingface/kernels，一个从 Hugging Face Hub 加载并运行 WebGPU kernel 的 JavaScript 库，同时上线 207 个以独立仓库形式发布的 kernel（Apache-2.0 许可），每个都带有 manifest、正确性用例、基准用例和 WGSL 着色器模板。
推荐理由：Hugging Face 开源 207 个 WebGPU kernel 并给出与 ORT WebGPU 的逐算子对比，可据此判断浏览器端推理的优化空间。
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。
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。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核经验迁移到 Apple Silicon。
推荐理由：K-Search 把 CUDA 内核优化经验迁移到 Apple Silicon，给出了注意力与 Mamba 两类内核的实测数据。
Mistral AI精选AI 评分7171 Mistral 发布 Leanstral 1.5，形式化验证模型开源并免费开放 API
Mistral AI 发布 Leanstral 1.5，一个 Apache-2.0 许可、119B 总参数 6B 激活参数的形式化验证模型，在 miniF2F 上达到 100%，PutnamBench 解出 587/672 题，FATE-H 与 FATE-X 分别取得 87% 和 34%。
推荐理由：原文给出 Leanstral 1.5 的基准成绩、训练流程与开源入口，读者可据此判断形式化验证模型的当前水位与成本差异。
Google ResearchAI 评分5757 Google 开源其水文建模框架，用于 AI 洪水预报
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象与水文机构能用与 Google Flood Hub 相同的架构和相近训练数据训练 AI 洪水预报模型。
Mistral AI精选AI 评分7171 Mistral AI 发布开源 Search Toolkit 公开预览版
Mistral AI 发布 Search Toolkit 公开预览版，这是一个用于构建 AI 应用生产级搜索管线的可组合框架，将摄取、检索和评测统一到共享接口下，开源并支持云端、本地和边缘部署。
推荐理由：Mistral 把检索管线的摄取、检索与评测收进同一框架，读者可据此判断自建 RAG 的集成成本会如何变化。
Mistral AI精选AI 评分8585 Mistral 发布 Mistral Medium 3.5 与云端远程编码智能体
Mistral 发布 Mistral Medium 3.5，这是其首个合并指令遵循、推理与编码的 128B 稠密模型，采用修改版 MIT 许可开放权重，支持 256k 上下文窗口，可在最少四张 GPU 上自托管。
推荐理由：Mistral 把编码智能体搬到云端并同步开源 128B 模型，读者可据此判断自托管与异步编码的落地门槛。
Google ResearchAI 评分3434 Google Research 用 AI 合成神经元加速脑图谱重建，错误率降低 4.4%
Google Research 提出 MoGen 模型，通过点云流匹配生成合成神经元形态，为 PATHFINDER 重建模型补充训练数据，使小鼠轴突重建错误率降低 4.4%，主要来自合并错误的减少。该团队称，在完整小鼠脑规模下，这一改进相当于节省 157 人年的手动校对工作。MoGen 已作为开源模型发布，论文将在 ICLR 2026 展示。
Google ResearchAI 评分3131 Google Research 研究：AI 评测需要多少标注者才够？
Google Research 在《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》中提出，AI 评测常用的每项 1-5 名标注者往往不足，要反映人类意见差异常需每项超过 10 名标注者。
Mistral AI精选AI 评分7878 Mistral 发布 Devstral 2 编码模型与 Mistral Vibe CLI
Mistral AI 发布 Devstral 2 编码模型家族，包含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：Mistral 开源编码模型与配套 CLI 同时发布，可对照其参数规模、SWE-bench 成绩与部署门槛判断实用性。