小米 MiMo-V2.6 系列发布，Pro 版登顶开源权重模型基准
小米发布 MixMo-V2.6 系列开源原生全模态模型，其中 Pro 版在 Artificial Analysis 智能指数上以 46 分登顶开源权重模型，模型约 1.02T 总参数、42B 活跃参数，MIT 许可；Flash 版平衡智能、效率与成本，UltraSpeed 版提供高达 20 倍的输出速度。
#数据/训练
#数据/训练
今日 0 条Latent SpaceAI 评分7373 Latent Space精选AI 评分8080 TypeSafe AI CEO 谈 Jev：面向生产而非神的 System One 模型
TypeSafe AI 推出面向软件的 System One 模型 Jev，CEO Diogo Almeida 在访谈中解释其 RLCD 训练法如何用校准概率替代 RLHF 的人类反馈，并主张开发者把 AI 当作软件依赖而非聊天助手。
推荐理由：访谈剖析了 Jev 为何押注校准决策而放弃 RLHF，并给出编码代理、游戏操控等具体用例，便于开发者判断 System One 模型的适用场景。
Berkeley AI ResearchAI 评分4747 ABBEL框架：教LLM更新信念状态以实现高效长程交互
针对长程交互中递归摘要带来的性能损失，Berkeley AI Research提出ABBEL框架，将摘要组织为自然语言信念状态并引入信念评分以监督其信息内容。在CollabBench协作编码环境中，ABBEL将全上下文模型的性能差距缩小约50%，训练步数由100步减至50步，同时峰值上下文token大幅降低。
Berkeley AI ResearchAI 评分3737 智能免费之后：为智能体、由智能体、与智能体共建的数据系统
AI推理成本大幅下降，GPT-4级能力每百万token从约30美元降至1美元以下，近乎免费智能即将到来。推理价格每年下降9至900倍，中位数约50倍，智能体将成为数据系统主流负载。数据系统需面向、由、与智能体重构，以应对重复查询和智能体推测等新挑战。
Google DeepMindAI 评分5656 Google DeepMind 发布 Gemini for Science，推出三大科研实验工具与 Science Skills
Google DeepMind 发布 Gemini for Science，包含基于 Co-Scientist、AlphaEvolve 和 NotebookLM 构建的 Hypothesis Generation。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Decoupled DiLoCo 架构，实现低带宽抗故障的跨数据中心训练
Google DeepMind 发布新的分布式训练架构 Decoupled DiLoCo，通过解耦计算岛实现跨数据中心低带宽训练，并在硬件故障时隔离影响继续训练。该架构在 120 亿参数模型上跨美国四个区域以 2-5 Gbps 网络训练成功，速度比传统同步方法快 20 倍以上，并支持混合不同代际硬件（如 TPU v6e 和 v5p）。
推荐理由：该架构以解耦计算岛实现低带宽跨数据中心训练，抗硬件故障并支持混合硬件代际，可帮助理解分布式训练的前沿方向。
Berkeley AI ResearchAI 评分4747 word2vec 究竟在学习什么？
研究者在论文中证明，word2vec 在现实训练条件下可归结为无权重最小二乘矩阵分解，且其学习动态有闭式解——最终学到的词嵌入表示正是对特定矩阵做 PCA 的结果。这些隐特征依次对应可解释的概念，如名人传记、政府管理等主题。