Nemotron 微调后在 IOI 2026 与 IMO 2026 均达金牌水平
NVIDIA 团队从 Nemotron 3 出发，用监督微调、强化学习与反馈式推理打造专精模型，在 IOI 2026 拿到 535.4/600，在 IMO 2026 拿到 30/42，两者都超过官方金牌线。
#开源/仓库
Hugging Face BlogAI 评分5858
GitHub Blog · AI & MLAI 评分5555 GitHub 发布 ReviewBench 代码评审开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码评审的开源离线基准，基于 1.039 亿个 GitHub PR 的语言与仓库规模分布，包含 19 种语言的 219 个公开 PR，金标由人工评审、前沿 LLM 和静态分析等多来源构建。
Hugging Face Blog精选AI 评分6969 微软发布 ThinkingBox：用数据库终态而非自述评判 AI 智能体
微软与 Hugging Face 联合发布 ThinkingBox，通过隔离 MCP 会话检查智能体留下的后端状态与副作用，而不是看它生成的文字，Bench 覆盖 507 个有状态业务流程、每个任务重复运行 20 次。
推荐理由：微软与 Hugging Face 联合发布的智能体基准，用后端数据库终态而非模型自述来判定成败，并公开了 507 个任务、20 次重复运行的完整环境。
Microsoft Research精选AI 评分6363 微软研究院研究物理 AI 机器人推理卸载并推出 Physical AI Toolchain 新能力
微软研究院发布机器人物理 AI 推理卸载的测量研究，发现将推理完全放在机器人端侧 GPU 会限制性能、续航与可扩展性，而卸载到边缘或云端 GPU 在移动操作任务中可提升成功率、支持更大模型并显著改善电池寿命。
推荐理由：微软研究院系统测量了机器人端侧推理的限制，并给出 Kubernetes 卸载方案，可迁移到具身智能部署。
Microsoft ResearchAI 评分5454 Microsoft Research 在 Nature 发表逆合成模型 RetroChimera 并开源实现与权重
Microsoft Research 在 Nature 发表逆合成预测框架 RetroChimera，该框架结合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，用学习式集成重排序整合两者的预测结果。
Berkeley AI ResearchAI 评分4949 从 CUDA 到 MLX：K-Search 如何将数十年 kernel 经验迁移到 Apple Silicon
伯克利 Sky Lab 团队为进化式 kernel 搜索框架 K-Search 新增 MLX 后端，通过结构化 CUDA-to-MLX 翻译层，把已有 CUDA kernel 当作知识库改编为 Apple Silicon 上的原生 kernel，而非从头重写。
Berkeley AI ResearchAI 评分4242 GRASP：面向世界模型长时程规划的梯度规划器
伯克利研究团队提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹 lift 到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索，并重塑梯度以避开经由高维视觉模型的脆弱"状态-输入"梯度。该方法针对长时程规划中梯度爆炸/消失、非贪心结构与高维隐空间导致的失败模式，使长时程规划更稳健。
Berkeley AI ResearchAI 评分4040 伯克利提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
伯克利 AI 研究团队提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别驱动 LLM 行为的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融实验达到 SPEX 的性能。
Berkeley AI ResearchAI 评分2727 加州伯克利提出信息驱动的成像系统设计框架，发表于 NeurIPS 2025
加州伯克利团队提出以互信息直接评估和优化成像系统的框架，无需任务专用解码器，在彩色摄影、射电天文、无透镜成像和显微镜四个域中，信息估计能预测解码器性能并优化硬件设计。该方法利用已知噪声物理直接计算 H(Y|X)，只需从测量数据中学习 H(Y)，可用高斯过程、全高斯或自回归 PixelCNN 建模，且所需内存和算力低于端到端方法。