AWS 团队发布了在 Amazon SageMaker AI 上使用多轮强化学习（MTRL）训练大模型的实战指南，以 Wordle 游戏为例展示了将智能体部署至 Amazon Bedrock AgentCore 并通过 GRPO 算法训练的端到端流程。文章详细介绍了系统架构、奖励函数设计、MLflow 监控及在服务设置下的评估表现。
推荐理由：文章以 Wordle 为例演示了在 Amazon SageMaker AI 上使用多轮强化学习训练智能体的方法，读者可以参考其架构设计、奖励函数编写与端到端评测流程。
OpenAI 宣布 Decisions API 正式全面可用，基于 GPT-6 Luna 构建，旨在帮助应用和智能体从文本、图像及结构化输入中进行快速、低成本的决策。该 API 支持概率、选择和评分三种答案类型，具备原生 GPT-Live 集成、提示词缓存及美国与欧盟区域推理驻留等特性。
推荐理由：官方推出了基于 GPT-6 Luna 的 Decisions API，为应用和智能体提供低成本、高速度的结构化决策能力，读者可以评估其在实时路由和分类场景中的落地价值。
本文介绍了如何在单台 trn2.48xlarge 实例上使用 torchtitan 在 AWS Trainium 芯片上训练 Qwen3 模型。文章详细讲解了通过 Transformers v5 后端、原生 Qwen3 配置以及自定义 Neuron Kernel Interface 的 MoE 内核这三种方式进行预训练或微调的具体步骤。
Microsoft Research 团队通过人类引导的智能体辅助研究流程，解决了高维几何与概率论中的 31 年历史难题 Kannan-Lovász-Simonovits 猜想。该工作通过递归应用新数学准则并证明累积误差保持在通用常数范围内，消除了对维数的依赖。
推荐理由：该研究展示了人类引导的智能体辅助科学发现过程，为复杂数学难题的求解提供了可复用的协作范式。
NVIDIA 宣布面向开发者推出 Factory Operations Blueprint 工业智能体蓝图的早期访问，支持构建可协调工厂机器并执行质检与舰队管理的智能体。同时，NVIDIA 发布了 cuDSS 库的通用版本，并展示了 Siemens、Mercedes-Benz 等工业巨头利用 CUDA-X、Omniverse 及 Cosmos 模型加速工程仿真与工厂数字孪生的应用进展。
推荐理由：NVIDIA 发布了 Factory Operations Blueprint 工业智能体蓝图及多项仿真库更新，开发者可据此构建连接前沿模型的工厂管理与质检智能体。
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式商用，A5X 实例将于下月提供。该实例整合了 Vera Rubin NVL72、ConnectX-9 SuperNICs 等硬件，将为大规模强化学习和智能体推理提供支持，首批客户包括 Ineffable Intelligence 与 WPP。
推荐理由：原文公布了新基础设施的落地进展与首批客户案例，读者可以据此了解其在超大规模强化学习和智能体工作负载中的性能与应用形态。
NVIDIA 在 GTC Berlin 展示了包括 RTX Spark、DGX Spark 和 DGX Station 在内的全线本地 AI 硬件阵容，并宣布推出 DGX Station for Windows、模型支持以及针对推理引擎的优化。
推荐理由：NVIDIA 在 GTC Berlin 公布了面向本地 AI 硬件的完整产品矩阵、软件更新及模型支持，为开发者和企业部署端侧智能体提供了新方案。
NVIDIA 扩大了其开源模型系列，推出 Nemotron 3.5 Super VL 与 Bolt、Kumo 结构化数据模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge 自动驾驶推理模型、BioNeMo RFD4-Proteina 蛋白质设计模型及 Ising 量子计算模型。
推荐理由：NVIDIA 一次性发布并开源了覆盖多模态、结构化数据、具身智能和科学计算的多个模型家族，为企业和开发者提供了可定制的主权 AI 基础架构。
i14 与 AWS 合作，通过原生 PyTorch 在 AWS Trainium2 芯片上成功训练与部署了采用门控线性注意力架构的 Laplace 3B 模型。该模型在单台 trn2.48xlarge 实例上实现了每秒约 12 万 token 的训练吞吐量，并将推理状态控制在每序列 29.5 MB 的固定大小，从而摆脱了传统 Transformer 的 KV cache 线性增长限制。
推荐理由：文章详细记录了在 AWS Trainium2 上适配和训练线性注意力模型的技术细节，为定制架构的硬件加速提供了可迁移的工程参考。
Octave 使用 Amazon Bedrock 上的 Cohere Embed v4 和 Amazon OpenSearch Service 等工具，为 Reliance 平台构建了包含数据准备、安全执行和内容保护的三层安全多租户 AI 基础架构。该架构支持隔离多租户数据、执行独立代理并嵌入超 20 亿份文档，将每个用例的部署时间缩短了 50%。
AWS 官方博客介绍了如何在 Amazon SageMaker HyperPod 上通过监督微调和 GRPO 联合微调 GPT-OSS-20B 模型以支持多语言推理。SFT 将模型在目标语言中的推理能力从 22% 提升至 100%，而 GRPO 在此基础上将答案准确率进一步提升 8 个百分点。
推荐理由：文章详细演示了如何在 Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 联合微调开源推理模型，为多语言推理优化提供了可落地的技术决策框架。
加拿大组织现在可以通过 Amazon Bedrock 的跨区域推理功能，从加拿大区域访问 OpenAI GPT-6.1、GPT-6 和 GPT-5.6 系列模型。
Hugging Face 博客介绍了 ALTK-Evolve 方法，它通过分析智能体任务尝试并提炼行为规则加入系统提示词，在无需更新模型权重的情况下，使基于 GPT-4.1 和 GPT-5.5 的基础 ReAct 智能体在 τ²-bench 客服基准的零售与航空任务中登顶或超越现有微调及前沿模型。该方法通过增加少量输入提示词成本，在不增加对话轮次的前提下大幅提升了准确率与 Pass^4 稳定性。
推荐理由：该方法通过提炼行为规则并加入系统提示词，在无需更新模型权重的情况下显著提升了智能体在客服基准上的准确率与稳定性，为优化智能体性能提供了一种低成本且可迁移的提示词工程路径。
Amazon Bedrock 现在支持所有 Anthropic Claude 模型的结构化输出和严格工具调用，通过受限解码在生成 token 时强制符合 JSON Schema。该功能支持批处理、跨区域推理和流式传输，消除了自定义解析和重试逻辑的需要。
推荐理由：Amazon Bedrock 为 Claude 模型引入结构化输出和严格工具调用，开发者可以据此评估它如何简化数据管道和智能体开发。
Cloudflare AI 推出了新型 System One 提取模型 Clairic，目前已在 Workers AI 上以预览版形式托管，并计划很快开源权重。Clairic 能够在单次前向传递中从非结构化输入中提取、计算、估计和预测数值，无需生成 token，相比传统 LLM 具有更高的准确性、更快的延迟和更低的成本。
推荐理由：该模型采用单次前向传递直接提取结构化数据，展示了在数据处理工作流中替代传统 LLM 的高效率和低成本路径。
AWS 团队在 vLLM 中引入了双向 KV 缓存传输机制，允许解码节点将此前计算的 KV 缓存返回给预填充节点，从而避免多轮对话中的重复计算。在 Amazon EC2 P5en 实例集群的基准测试中，该功能在长提示词下将 Qwen3-32B 和 GLM-5-FP8 的首字延迟（TTFT）分别降低了最多 1.6 倍和 3.3 倍。
推荐理由：文章详细介绍了 vLLM 中双向 KV 缓存传输的架构与基准测试数据，帮助开发者评估其在减少多轮智能体工作负载首字延迟方面的实际效果。
AWS 推出了 vLLM 的推送式 NIXL 连接器，通过将解码侧的块注册和传输设置移至后台线程，与预填充计算进行重叠。在 Qwen3-32B 模型基准测试中，该模式相比拉取模式可将首字延迟（TTFT）降低最多 3 倍，并将每输出 token 耗时（TPOT）降低 30%。
推荐理由：文章介绍了 vLLM 的推送式 KV 缓存传输方案，读者可以了解它如何通过重叠预处理与解码设置来降低首字延迟。
Deepgram 与 AWS 合作将 Nova-3 语音识别模型适配至 AWS Trainium2 芯片，在离线批处理工作负载中实现了每美元处理音频量提升 11% 至 70% 的吞吐量。双方通过 PyTorch、Neuron 软件栈以及内核级调优完成了此次推理优化。
AWS 销售、市场和全球服务运营团队利用 Amazon Bedrock AgentCore 及其评估功能构建了生产级多智能体系统的连续质量评估框架。该框架旨在解决智能体静默失败及输出错误数据的问题，并通过持续监控、根因追踪和自动化防御确保企业级大规模部署下的数据准确性与可靠性。
谷歌发布了将 AI 智能体锚定于生物现实的三项研究进展，旨在推动自主湿实验室的发展。其核心内容包括：推出 VERID 框架作为实验室工作单元的语义数字孪生以实现硬件安全与实时状态跟踪，通过适配体分子发现展示了闭环智能体科学发现流程，以及通过加速全新蛋白质结合体设计实现高效靶向结合。
推荐理由：原文介绍了谷歌在生物实验室自动化和智能体闭环发现方面的三项技术进展，为读者理解大模型如何与物理湿实验室结合提供了具体框架。
AWS 官方博客介绍了如何在 Amazon SageMaker JumpStart 和 SageMaker HyperPod 上部署 Reflection AI 推出的开源智能体编码模型 Beam 1.0。
推荐理由：文章给出了在 AWS 上部署该开源模型的两条具体路径和配置要点，读者可以据此评估不同托管方案的资源开销。
Reflection 实验室推出首款开源模型 Beam，这是一个拥有 501B 总参数、每 token 激活 23B 的 mixture-of-experts 架构大语言模型，支持 1M tokens 上下文窗口，专注于编码与智能体场景。
推荐理由：文章详细介绍了 Reflection 实验室首款 501B 开源 MoE 模型 Beam 的架构设计与部署方案，读者可以据此了解其在长文本和智能体任务上的技术实现。
Hugging Face 联合 IBM 发布了 Granite Switch 4.1 模型（包含 8B 和 30B 版本），通过复用基底模型的 KV cache 并在单个托管端点上集成了通用决策 aLoRA、安全卫士 aLoRA 以及语音转文本模型 Granite-Speech-5.0-Turbo-CTC。
推荐理由：原文介绍了多功能组合模型的架构及复用 KV cache 的实现方式，读者可以了解如何在单个端点上高效组合决策与语音能力。
苹果机器学习研究团队针对大模型智能体的工具发现架构展开规模化研究，对比了 Retrieve-then-Plan 与 Plan-then-Retrieve 两种范式。
Apple Machine Learning Research 推出了 Selection-based Structured Reasoning (SSR) 框架，将多模态智能体的自由格式推理重新定义为预设候选选择。
推荐理由：文章提出了一种将多模态智能体推理转化为候选选择的新框架，读者可以通过该方法评估其在降低推理延迟和提升搜索效率方面的潜力。
Meta 的编码优化开源推理模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，支持 1M token 上下文及 MoE 架构。文章介绍了如何通过 SageMaker Studio 或 Python SDK 部署 BF16 与 NVFP4 两种量化变体，并提供了推理请求示例。
推荐理由：文章详细介绍了在亚马逊平台上部署该模型的完整步骤与配置要求，为技术团队评估资源成本和架构落地提供了实用参考。
Meta 发布了开源混合专家多模态模型 Muse Spark Open，拥有约 8160 亿总参数、每个 token 约 420 亿激活参数以及高达 100 万 token 的上下文窗口。该模型支持文本、图像、音频和视频输入，专为代码编写与智能体任务优化，并提供了 BF16 和 NVFP4 权重以及主流推理框架的部署指南。
推荐理由：原文介绍了该开源多模态混合专家模型的架构参数与部署推理方案，读者可借此评估其在长上下文与智能体任务中的落地可行性。
Apple 机器学习研究团队介绍了如何利用最新版 MLX 框架和 Thunderbolt 5 上的 RDMA 驱动程序，在 Mac Studio（搭载 M5 Ultra 芯片）上运行近万亿参数的 Muse Spark Open 等前沿大模型。
推荐理由：文章详细展示了利用最新 MLX 和 RDMA 技术在 Mac Studio 集群上运行近万亿参数大模型的方法与性能数据，为端侧大模型部署提供了具体的工程参考。
Microsoft Research 推出了 Magnetar，这是一个零知识虚拟机（zkVM），能够证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程。相比同类系统，它在速度上平均提升 10 到 39 倍，且其安全性仅依赖于标准哈希函数，无需可信设置或椭圆曲线。
推荐理由：微软展示了 Magnetar 如何在保持安全性的同时大幅提升零知识证明的性能，这为通用计算的可验证性提供了新的基准。
Project Apertus 发布 Apertus 1.5，推出 8B 和 70B 两个版本的开源模型，在 1.0 基础上扩展了图像与音频理解能力，新增可选思考模式，上下文窗口扩大至 262,144 个 token，并改进了指令遵循与工具调用。该模型基于 Apache 2.0 许可证在 Hugging Face 开源，完整公开了模型权重、训练数据及详细的技术报告。
推荐理由：该开源模型扩展了多模态理解与思考模式，并公开了完整权重与训练细节，为研究人员复现和改进开源大模型提供了完整参考。
Google Research 宣布公开推出 Deep Review，这是一个旨在为科学论文、法律协议和财务文件等复杂文档提供严谨反馈与技术验证的 agentic AI 系统。
推荐理由：原文介绍了该工具的四阶段智能体架构与多领域应用场景，读者可以据此了解大模型如何自动化处理学术审稿与复杂文档验证。
Liquid AI 发布了 LFM2.5-24B-A2B，这是一款拥有 24B 总参数、2B 激活参数的推理模型，专为端侧智能体设计。该模型支持 131K 上下文窗口，在工具调用和指令遵循任务中表现优异，并在 Apple M5 Max 等设备上具备极高的推理速度，现已在 Hugging Face 开源。
推荐理由：Liquid AI 发布了专为端侧智能体设计的推理模型 LFM2.5-24B-A2B，其通过 2B 激活参数实现了高效的推理与工具调用能力，为本地运行复杂智能体任务提供了新选择。
Google 发布 Gemini 4 Argon 模型，该模型在编码、金融、法律及科学研究等复杂任务中表现出更强的推理与多模态能力。Argon 支持 100 万 token 的统一输入输出窗口，现已通过 API、AI Studio、Gemini 应用及 Google Antigravity 平台向开发者、企业及订阅用户开放。
推荐理由：Gemini 4 Argon 针对复杂工程、科学研究及智能体任务进行了深度优化，其在多步推理和代码生成方面的表现可作为评估当前前沿模型解决高难度专业任务能力的重要参考。
Grok 4.7 现已上线 Amazon Bedrock，支持可配置的推理努力设置、工具调用及结构化输出。AWS 团队通过三个需要搜索与推理的复杂任务测试发现，xhigh 努力级别在准确性上表现最优，而 low 级别则在保持较高成功率的同时显著降低了 token 消耗，开发者可据此在生产环境中通过监控输出 token 和工具调用量来评估智能体运行状态。
推荐理由：文章通过在 Amazon Bedrock 上构建智能体并测试 Grok 4.7 的推理努力设置，展示了如何平衡任务准确性与 token 成本，为开发者提供了评估和监控智能体性能的实用方法。
Apple 研究团队提出 SELFCOMPACT 框架，通过引入模型自主调用的压缩工具与轻量级规则，实现对智能体上下文的自适应压缩。该方法无需微调，在数学推理与智能体搜索任务中，以 30% 至 70% 的 token 成本降幅，实现了优于固定间隔压缩的效果，最高提升 18.1 个基准分。
Microsoft Research 推出 StudentSim 研究系统，旨在通过个性化学生模拟器在研发阶段评估 AI 辅导工具，以解决真实用户测试成本高、周期长的问题。
Google Research 发布的一项针对 133 名专利律师的三个月实地实验显示，AI 辅助工具虽能显著提升律师的短期撰写效率与质量，但在脱离 AI 的独立评审任务中，资深律师表现出技能增强，而初级律师的技能提升并不明显。研究指出，AI 辅助带来的短期产出提升并不等同于专业判断力的快速习得，初级人员若过度依赖 AI 执行而非自主思考，可能面临技能习得受阻的风险。
推荐理由：该研究通过三个月的实地实验，揭示了 AI 辅助在提升短期工作产出的同时，可能对初级专业人员长期技能积累产生的不同影响，为评估 AI 对职业成长路径的长期作用提供了实证视角。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。作为 Claude 5.5 系列中最高效的模型，它支持编码、工具调用、计算机使用及多步智能体任务，并引入了努力控制功能以平衡成本与智能。该模型可与 Claude Opus 5.5 配合，由 Opus 负责复杂推理，Haiku 5.5 执行高频、重复的子任务。
推荐理由：Claude Haiku 5.5 在 Amazon Bedrock 上线，通过提供更低成本和高吞吐能力，适合作为复杂任务中的高频子智能体使用。
Microsoft Research Asia 开源了 Agent Lightning v1.0，这是一个约 3500 行代码的轻量级智能体强化学习框架。该框架采用 Harnessed Agentic RL 范式，允许直接在部署环境上进行训练，支持 Kubernetes 原生部署，并实现了 Collocated Async RL 以提升 GPU 利用率。
推荐理由：该框架通过直接复用部署时的智能体环境进行强化学习，降低了训练与部署不一致的风险，并提供了轻量化的 Kubernetes 原生支持方案。
Hugging Face 团队通过对 Nemotron-3 进行监督微调（SFT）和强化学习（RL），结合生成、评估与改进的推理循环，使模型在 IOI 2026 和 IMO 2026 中达到金牌水平。该方案强调了模型微调与推理时计算的协同效应，并已在 Hugging Face 开源了相关检查点、训练数据集、推理流水线及评估基准。
推荐理由：该文展示了通过微调与推理时计算协同，使 Nemotron 模型在 IOI 和 IMO 竞赛中达到金牌水平的方法，为构建领域专家模型提供了可复用的技术路径。