作者用 ML Intern 在几天内训出六个小模型，公开全部提示词
作者在 HuggingChat 里开启 ML-intern，用几句提示词就在几天内训出六个模型并发布到 Hub，总计算成本约 103 美元。
推荐理由：作者公开了六个模型项目从 450 词到 2000 词的提示词写法，含基线、冒烟测试与预算控制等可迁移步骤。
技术方向
数据与训练 最新动态
训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
4 条精选近 30 天 3 条共收录 25 条
更新
数据与训练的精选
Hugging Face Blog精选AI 评分6161
Google Research精选AI 评分6363 Google 发布基于 TEE 的可验证隐私联邦学习系统
Google Research 发布新一代联邦学习系统，利用可信执行环境（TEE）为数据匿名化提供可验证、可审计的保证，并已应用于 Gboard。系统中，客户端设备本地加密训练数据并上传，只有符合访问策略的 TEE 工作负载才能解密处理，访问策略发布到公开透明日志 Rekor，相关二进制可从开源仓库 Confidential Federated Compute 复现构建。
推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，读者可了解其如何让服务端处理过程可外部验证。
Microsoft Research精选AI 评分7070 微软研究院发布面向生物学复杂性的 AI 研究系统 Quine
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学多模态世界模型和连接科学工具、文献、湿实验与研究者的交互 harness 组成。它与 Broad Institute 合作，用该系统筛选可能驱动肿瘤状态转变的化合物，最高排名化合物在多个湿实验检测中产生了最大的目标转变，整个过程从缩小化合物搜索空间到选出候选仅用一个周末。
推荐理由：微软研究院公开生物学多模态世界模型 Quine 的构建思路，并给出胰腺癌化合物筛选的湿实验验证细节。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组全部 90 亿个单核苷酸变异
Google DeepMind 发布 AlphaGenome Atlas，收录人类基因组中全部 90 亿个单核苷酸变异的分子效应预测，规模达 1PB，为 AlphaFold Database 的 30 多倍。
推荐理由：官方给出 90 亿单核苷酸变异预测数据集的构成与开放方式，可了解基因组预测资源的规模与使用入口。