微软用合成企业数据评估 Microsoft Copilot 的 AI 置信度
微软构建 Industry Evaluation Data Generation Platform，用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot，避免使用客户敏感数据。
#数据/训练
Microsoft ResearchAI 评分4040 OpenAI NewsAI 评分4242 OpenAI 将遵循共享 robots.txt 信号，方便网站表达 AI 训练偏好
OpenAI 宣布将遵循一项共享的 robots.txt 信号，让网站运营者能向参与该机制的提供商表达其 AI 训练偏好。该信号旨在为网站提供统一渠道，说明内容是否可用于 AI 训练。
Hugging Face BlogAI 评分5252 Hugging Face 联合多所高校发起 Project ProtoStar，推动公共资助科研数据 AI 可用
Hugging Face 宣布发起 Project ProtoStar，联合卡内基梅隆大学、普渡大学、佐治亚理工学院、亚利桑那州立大学和乔治·华盛顿大学等机构，推动公共资助的科研数据集、模型和代码以 AI 可用、机器可处理的格式开放。
GitHub Blog精选AI 评分6767 GitHub Octoverse 2026：开发者用智能体推动提交与推送创新高
GitHub 发布 Octoverse 2026 报告，过去 12 个月开发者向 GitHub 推送代码 179 亿次，超过 2024 与 2025 年总和，提交量达 343 亿次。
推荐理由：GitHub 官方年度报告用平台全量数据呈现智能体如何改变提交、PR 与模型选择，可作为判断开发工作流变化的参照。
Google ResearchAI 评分5858 Google 提出睡眠框架，让 LLM 在持续学习中保留知识
Google Research 提出睡眠框架，让 LLM 在活跃交互与离线巩固之间交替，把短期上下文写入长期参数，从而缓解灾难性遗忘。该框架包含记忆巩固与做梦两个阶段，前者通过 MoE 参数扩展、知识播种和突触修剪完成，后者用随机专家选择、筛选式排练和 RL 精修实现自我提升。
Hugging Face BlogAI 评分5858 Ai2 研究：LLM 能否可靠判断研究想法的新颖性
Ai2 发布研究《Old Ideas, Novel Problems》，测试 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6 六个 LLM 判断研究想法新颖性的可靠性，并同步开源基准、数据和代码。
Anthropic精选AI 评分6666 Anthropic 公布用 Claude 加速药物研发的早期进展
Anthropic 公布其生命科学团队与 BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group 六家机构的合作进展，并已启动自有药物发现项目。
推荐理由：Anthropic 公布与六家药企的合作细节和自研管线进展，读者可看到 Claude 在药物研发各环节的具体产出与局限。
Google DeepMindAI 评分5858 Google DeepMind 联合 WRI、IIASA 发布 ForTy 2020 全球森林类型地图
Google DeepMind 与 Google Research 联合世界资源研究所（WRI）和国际应用系统分析研究所（IIASA）发布 Forest Typology（ForTy）2020，将全球每块 10×10 米土地归入六类森林与土地利用类型，并同步给出 2017 至 2025 年的逐年变化时间序列。
Microsoft Research精选AI 评分7171 微软研究院等证明 31 年悬而未决的 KLS 猜想
微软研究院机器学习与优化组研究员 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明在 2026 年 10 月 4 日的论文版本中完成。
推荐理由：微软研究员与合著者用人类引导的智能体搜索证明 KLS 猜想，读者可看到 AI 参与数学发现的具体分工方式。
Mistral AIAI 评分4747 Mistral 与 NVIDIA 合作推进工程领域 AI
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流，将 Mistral Large 4 与 Mistral 的数据生成、物理建模流程结合，由 NVIDIA CUDA-X 库和 Warp 加速，以加快工程仿真并打通仿真、模型开发与设计闭环。
Google Research精选AI 评分7171 Google Research 介绍让 AI 智能体扎根生物实验现实的三项研究
Google Research 发布博客，介绍三项连接 AI 计算探索与湿实验室实验的研究：VERID 框架为实验室工作单元构建语义数字孪生，让智能体在动作前检查 3D 状态、做虚拟试运行并拦截不安全指令。
推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的真实测量与闭环反馈，可了解自动化实验的工程路径。
Mistral AI精选AI 评分7171 Mistral 发布时间序列基础模型 Timestral，209M 参数登顶三项基准
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四个规模，最大模型以 209M 参数在 GIFT-Eval、TIME、fev-bench 三个公开基准的预训练零样本模型中排名第一，参数仅为此前 SOTA 的三分之二。
推荐理由：Mistral 首次进入时间序列基础模型，209M 参数在三个公开基准上排名第一，并给出 CPU 推理延迟与微调路径。
Google Research精选AI 评分6262 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上评估，并公开两个新基准的开发集。
推荐理由：技术报告用四个基准对比有无 Earth AI 工具与前置规划，并附 WHO 等伙伴的真实场景反馈。
Microsoft ResearchAI 评分5252 微软研究院提出 StudentSim：用学生模拟器评估和改进 AI 导师
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，用于在真实学习者测试前评估和改进 AI 导师。研究同时发布 StudentSimEval 基准，覆盖国际象棋、第二语言英语写作和数学三个领域，从行为保真度和引导响应性两个维度评估模拟器。
Microsoft Research精选AI 评分7676 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 接入强化学习训练，并给出可复现的编码智能体训练结果。
Qwen Blog精选AI 评分7272 Qwen 联合淘天发布 E-Commerce Bench 电商长程经营评测
Qwen 团队联合淘天集团发布 E-Commerce Bench，评估模型作为电商商家在真实市场中经营网店的长程能力。模型拿到 10 万元本金，在 365 天、每天 600 分钟的时间预算内完成选品、谈判、定价、库存与现金流管理，环境由 6,886 个商品、60 个品类、576 个供应商和 12 种店型构成，数据脱敏自淘宝和天猫。
推荐理由：材料给出了长程经营评测的环境设计与18个模型的资产结果，可用来对照现有Agent评测偏短程的局限。
Qwen Blog精选AI 评分8888 Qwen 发布 Qwen3.8-Max，编程与办公能力全面升级
Qwen 团队正式发布 Qwen3.8-Max，基于 Qwen 3.5 架构扩展至 2.4 万亿总参数（激活参数 95B），已在千问 AI 平台上线并可通过 API 调用，开源权重将于下周发布。
推荐理由：官方给出 2.4T 总参数与激活 95B 的规格，并附上长程自动编程与论文复现的完整过程记录，可据此判断这一代 Max 在端到端任务上的位置。