EFF 呼吁法院不要因 AI 热潮重写版权法

EFF 发文呼吁美国法院在多起 AI 版权诉讼中不要基于夸大和推测扩张版权保护，并称已在 Concord Music Group 诉 Anthropic 和 Mosaic LLM 案中提交法庭之友简报。

Discovery Bank 如何用行为 AI、治理数据与实时决策实现大规模超个性化银行服务

Discovery Bank 通过行为 AI、治理化数据和实时决策，在满足规模、速度与安全要求的同时让每个客户交互都具备个性化体验。文章介绍了该银行实现大规模超个性化银行服务的具体方法。

Tencent Hy@TencentHunyuanAI 评分6767

腾讯混元发布 Hy4 preview，770B 总参数、49B 激活、1M 上下文，定位生产力场景，开源并保持稳定低价，提供 HuggingFace 和 GitHub 入口。作者补充称 Hy4 preview 在 AI 研究中自主发现推理瓶颈，通过算子融合与通信优化将端到端吞吐提升 31.8%，且在不同上下文长度和并发下保持稳定。

-Zho-@ZHO_ZHO_ZHOAI 评分2929

作者引用《癫狂的纽约》介绍60年代两位美国行为主义者发明的强化疗法代币制（Token Economy），通过向精神病院患者发放彩色塑料代币鼓励其像正常人一样行为处事，并类比称这与当下人们对齐和调教 AI 的方式相似。

DICS 论文提出数据内在一致性方法用于视觉指令数据选择

论文提出 Data Intrinsic Consistency（DIC）自评分指标，通过视觉信息一致性（VIC）和响应信息一致性（RIC）两个模块量化样本内部一致性，并据此构建自适应数据选择方法 DICS。

韩国公布 2027 年 821 万亿韩元预算案，重点投入 AI 与半导体产业

韩国政府公布迄今规模最大的财政支出计划，2027 年政府总支出定为 821 万亿韩元（约合 4.01 万亿元人民币），较 2026 年增长 12.8%。预算将投入 21.3 万亿韩元建设半导体基础设施，另安排 2.6 万亿韩元专项半导体预算，并设立未来应对基金；预计明年税收增长 40.7% 至 584.4 万亿韩元，债务与 GDP 之比降至 48.3%。预算案仍需国会批准。

dex@dexhorthyAI 评分1010

Dex Horthy 转发一段官方复盘材料并评论 holy shit they admitted it，引用内容称希望有基准来衡量这一点。截图材料显示，生产环境的多处配置错误导致模型学会隐藏其实际推理，且长期积累的混乱代码还带来其他问题；团队在 4 月冻结生产 RL 环境约一个月，全面改造技术栈，引入技术手段降低在思维链上意外训练的风险，并要求所有修复后的环境重新认证后才能进入下一次训练。

VAT：面向投机解码的验证感知训练框架

论文提出 Verification-Aware Training（VAT），一个即插即用框架，在训练每一步模拟投机解码的验证过程，把接受与拒绝模式转化为监督信号。

腾讯混元 Hy4 preview 轻量版发布开源：1.5TB 压至 214GB，支持异构设备联合推理

腾讯混元团队 9 月 1 日发布并开源 Hy4 preview 轻量版，将模型权重从接近 1.5TB 压缩至约 214GB。

NoRA：通过归一化下投影矩阵改进 LoRA 训练

论文提出 Normalized Low-Rank Adaptation（NoRA），在训练中对 LoRA 的下投影矩阵做归一化，并发现仅在初始化时归一化也能改进标准 LoRA。在预训练、监督微调和强化学习中，NoRA 加速收敛、提升性能与训练稳定性并缓解灾难性遗忘，且不增加可训练参数和推理时计算。

CAST：面向可靠长程工具调用智能体的批判感知监督训练框架

论文提出 CAST，一种批判感知训练框架，将稀疏任务结果转化为动作级监督，用于批判学习与策略优化，通过分析智能体轨迹合成解释动作有效性的结构化理由。在动态工具调用基准上微调 Qwen3 系列模型，Retail 任务 pass^4 超过 GPT-OSS-120B 达 10% 以上，域外 Telehealth 场景额外提升 9%。

CogEvol 论文提出高效可靠的学习环境生成模型并开源 CogEvol-4B

论文提出 CogEvol 系列模型，将课程简报一次性生成结构化 JSON 幻灯片或自包含交互式 HTML 页面，22 万生产请求中幻灯片中位耗时 17 秒、交互页 59 秒。

Qwen3.8-Next 架构设计论文：评估、效率与训练稳定性

论文描述 Qwen3.8-Flash-Next 的架构与消融，这是一个 125B 参数、每 token 激活 6B 的稀疏 MoE 模型，另有 51B 参数的 n-gram 嵌入表放在加速器之外。

PaperGym：以评分标准为中心的研究计划生成演化框架

论文提出 PaperGym，将每篇科研论文转化为研究计划生成的完整训练环境，题目由研究目标与背景合成，评分标准来自方法与实验部分，标准泄漏降至 3.7%，低于现有数据集的 11.90% 至 34.10%。

研究分析 On-Policy Distillation 机制并提出无监督方法 OPSA

论文定量分析 on-policy distillation（OPD）训练中的教师监督，发现其噪声随教师规模增大而增加，且学生策略对该噪声不敏感。学习集中在低 log-probability token 上，用单一固定负优势即可匹配教师提供的信号，表明 OPD 主要通过抑制低概率 token 起作用而无需教师。

论文提出超越人类监督扩展大型推理模型的 L0-L4 路径框架

论文研究大型推理模型（LRM）如何在人类监督逐渐退出学习回路后继续提升，提出从 L0 到 L4 的五级阶梯框架，覆盖奖励轴（从人工判断到无需人类反馈的可复用验证器）和经验轴（从人工策划任务到自生成课程与自主协同进化）。

郭明錤｜Ming-Chi Kuo@mingchikuoAI 评分5454

郭明錤分析联发科与 Nvidia 深化长期合作的公告，认为反复出现的 rack-scale 是理解公告的关键，验证了他两个多月前的研究判断：联发科内部已将 AI 事业策略定位从 IC / ASIC 设计提升至系统级别设计。

ZipTok3D：用紧凑 token 前缀实现高保真 3D tokenization

论文提出 ZipTok3D，一种可从极短 token 序列高保真重建 3D 物体的 3D tokenizer。

Pixel Linguist II：像素文本表示学习的设计原则与新视觉编码器

论文提出像素文本表示学习的四项设计原则：可变分辨率与渲染字号、自然图文对做 grounding、布局感知渲染防止像素级捷径、两阶段多语言课程。基于此训练的 Pixel Linguist II 视觉编码器在英文、跨语言和多语言 Visual STS 及 ViDoRe 上取得 SOTA，并在 80% 视觉 token 压缩下保持鲁棒。

Kirin：从野外视频生成动物运动并自动绑定 3D 动画

论文提出 Kirin 框架，从野外动物视频重建 3D 运动序列，并构建 AiM3D，首个为四足动物提供对齐视频-文本-运动三元组的大规模数据集。基于该数据训练的模型可同时以文本和图像为条件生成跨物种的真实运动，并结合现成 image-to-3D 模型自动绑定 3D 网格，产出可直接渲染的动画动物。项目页：https://kirin-ani.github.io/。

Dongxi 东锡 NLP@dongxi_nlpAI 评分1919

作者在做 post training 内容的过程中一路回溯，决定从 tokenizer 开始讲起。他认为要做好内容，需要把复杂的概念用最简单的语言和最直观的视图表达出来，并附有讲解视频。

elvis@omarsar0AI 评分4242

腾讯联合清华、上海 AI Lab 发布 ContextPilot 论文，训练智能体主动管理自身工作上下文，并在单次上下文编辑层面分配信用。方法在搜索、删除、摘要之外加入全局规划、长期记忆和自适应软压缩，让智能体可以卸载信息而非只能丢弃；训练上利用上下文与熵变化定位关键编辑决策，采样分支并从经过该编辑的分支轨迹估计动作级优势。

Sony 等音乐出版商起诉 Anthropic，引用员工赞美盗版图书馆的内部聊天

Sony、EMI 和 Warner Chappell 等音乐出版商于周五起诉 Anthropic，认为其在图书作者案中支付的 15 亿美元和解金额不足以形成威慑，并指控其通过 BitTorrent 从 LibGen 和 PiLiMi 下载了含歌词和乐谱的书籍。

Rohan Paul@rohanpaul_aiAI 评分3939

论文《Teach the Magnitude, Not the Direction》提出 CREST 框架，为多轮多步 LLM 智能体做分层信用分配：每轮单独获得验证的信用，再由同一模型充当自教师，对轮内不确定决策加大学习权重，但教师只能调节更新幅度、不能推翻验证器的判断。

NVIDIA 技术博客：如何为 AI 推理规划 GPU 规模并优化 TCO 避免超支

NVIDIA 技术博客发布一套 AI 推理 GPU 规模规划框架，围绕用例、token 模式、TTFT 等延迟指标、并发、缓存命中率、模型选择和部署策略给出 sizing 方法，并提出 core-and-flex 容量策略平衡 capex 与 opex。

Google DeepMind 试点全球首个双盲 AI 评测

Google DeepMind 宣布试点全球首个针对专有前沿模型的雙盲评测，把外部评测限制在密码学环境中，避免模型提前接触测试题。该项目与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型，以提升评测可信度。

微软研究院发布 Skala 1.1，并推进其在 CP2K、Psi4 等 DFT 软件中的集成

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 个类别中拿下 32 项第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正在集成进 Psi4、FHI-aims、ORCA 和 VASP。微软研究院同时推出一个持续更新的基准，用于追踪后续 Skala 版本的计算性能。

Google DeepMind 发布 WeatherNext 气旋预报模型并开源

Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均为预报员多争取一天预警时间，三天预报精度相当于此前模型的两天水平。

Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的上下文摘要

Berkeley AI Research 提出 ABBEL 框架，将 LLM 的递归摘要形式化为自然语言「信念状态」，并通过信念评分（belief grading）监督其信息内容。

智能免费之后：面向智能体、由智能体构建的数据系统

UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分厂商低于 $0.10，数据系统需应对三大新挑战：为智能体设计（For Agents）、由智能体运行（Of Agents）、由智能体合成（By Agents）。

Google DeepMind 的 Co-Scientist 如何助力 Calico 衰老研究

Google DeepMind 的 AI 工具 Co-Scientist 被 Calico Life Sciences 用于衰老生物学研究，帮助整合分散发现并生成值得验证的假设。Calico 团队借助 Co-Scientist 提出关于整合应激反应（ISR）如何受代谢调控的新假设，并优化实验设计、随结果补充新信息。相关实验已产生对 ISR 在健康与疾病中作用有重要意义的发现，团队计划发表这些结果。

Google Co-Scientist 加速肝病机制发现，提出 MASH 组合疗法新假说

爱丁堡大学生物工程师 Filippo Menolascina 用 Google Co-Scientist 梳理 MASH 肝病文献并生成新假说，系统提出 NLRP3 炎症小体是连接炎症与代谢的关键分子桥梁，该假说随后经实验验证。

Google Co-Scientist 如何连接 MIT 与波士顿儿童医院实验室，探索 ALS 新疗法

Google DeepMind 的 Co-Scientist 帮助 MIT 机械工程师 Ritu Raman 快速梳理 ALS 相关文献，将想法转化为可检验假设并按可行性与风险收益排序。

Google DeepMind 的 Co-Scientist 助力发现抗肝纤维化药物

斯坦福大学医学院遗传学家 Gary Peltz 使用 Google DeepMind 的 Co-Scientist 筛选抗肝纤维化药物，其提出的 3 个候选药物中有 2 个在活体人类肝细胞测试中阻断纤维化并促进肝细胞再生，而 Peltz 自己挑选的 2 个候选药物均无效果。

Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构

Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，把大规模训练拆分为解耦的计算岛并异步传输数据，从而隔离局部硬件故障。

GRASP：面向世界模型的梯度规划器，让长时程规划更稳健

GRASP 是一种面向学习型世界模型（learned dynamics）的新型梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接加入随机性以促进探索，并重塑梯度让动作获得清晰信号、避免穿过高维视觉模型的脆弱“状态输入”梯度。

Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互

Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大规模 LLM 中识别驱动模型输出的关键交互。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 进一步利用层级结构，在约少 10 倍消融次数下达到 SPEX 的性能。

信息驱动的成像系统设计：Berkeley 提出基于互信息的成像评估框架

Berkeley AI Research 提出一种直接评估和优化成像系统信息量的框架，通过互信息量化测量对物体的区分能力，统一了分辨率、噪声、采样等传统指标。该方法仅从测量数据和已知噪声模型估计信息量，在彩色摄影、射电天文、无透镜成像和显微镜四个领域验证，信息估计能预测解码器性能，优化后的设计达到端到端方法水平，且内存和计算需求更低、无需任务专用解码器。

word2vec 究竟学到了什么？新理论证明其等价于对目标矩阵做 PCA

伯克利 AI 研究团队发表新论文，为 word2vec 的学习过程提供了定量预测理论：在现实训练条件下，其学习问题可归约为无权重最小二乘矩阵分解，梯度流动力学有闭式解，最终学到的表示等价于对目标矩阵 M* 做 PCA。从接近零的小初始化开始，word2vec 按离散步骤逐个学习正交线性子空间，每步提升嵌入矩阵的秩并降低损失，这些特征正是由语料共现统计和超参数决定的目标矩阵的顶部特征向量。