Google Research 发布 MilleMiglia：用于中程物流的真实实例生成器
Google Research 推出 MilleMiglia，这是一款基于 C++ 开发的实例生成器，旨在为中程物流配送问题创建具有真实感且保护隐私的基准数据。该工具通过构建空间-时间图模型，解决了中程物流中货物在配送中心间转运、分拣及同步的复杂调度难题。目前，MilleMiglia 的源代码和文档已在 GitHub 开源，为物流优化研究提供了基础支撑。
发布时间：
#开源/仓库
Google ResearchAI 评分3535
Microsoft ResearchAI 评分5656 微软发布 GigaPath-Flash 与 GigaTIME-Flash 病理学基础模型
微软发布了 GigaPath-Flash 和 GigaTIME-Flash 模型，旨在通过提升计算效率支持大规模病理学研究。这两款模型基于蒸馏后的 ViT-S 骨干网络，在保持原有模型性能的同时，显著降低了计算资源消耗，并已在 Hugging Face 开源，采用 Apache 2.0 协议。
发布时间：
Amazon ScienceAI 评分7070 Amazon 发布 SOP-Bench：用于评估 AI 智能体真实业务流程执行能力的基准测试
Amazon 发布了 SOP-Bench，这是一个旨在评估 AI 智能体执行真实业务标准操作程序（SOP）能力的开源基准测试。该框架涵盖 12 个行业领域的 2000 多项任务，通过提供真实流程文本、配套工具接口及标准答案，支持开发者验证智能体在复杂、多步骤任务中的实际表现，并已在 GitHub 和 Hugging Face 上开源。
发布时间：
Amazon ScienceAI 评分3838 ControlG 如何利用工业机械控制器协调多任务机器学习
ControlG 框架通过引入工业 PID 控制器，将多任务机器学习中的目标协调问题转化为计算资源的动态时间分配问题。该方法摒弃了传统的梯度混合策略，改为在训练过程中按需分配计算容量，从而有效解决了多任务学习中的梯度冲突、训练漂移及目标权重衰减问题。在节点聚类任务中，ControlG 的随机调度策略表现优于 AutoSSL、ParetoGNN 及 CAGrad 等现有方法。
发布时间：
Amazon ScienceAI 评分6868 Amazon 发布医疗智能体评估基准 PatientAgentBench
Amazon 推出 PatientAgentBench，这是一个用于评估面向患者的医疗 AI 智能体的开源基准框架。该框架通过生成合成患者记录和临床场景，利用 LLM 评审团根据临床安全、分诊质量等六个维度对智能体的多轮对话表现进行评分，旨在解决现有静态医学测试无法衡量智能体在真实临床工作流中表现的问题。
发布时间：Together AIAI 评分6868 Together AI 发布 ThunderAgent：用于大规模智能体推理的调度系统
ThunderAgent 是一款旨在解决智能体推理中 KV cache 抖动问题的调度层系统，通过将智能体工作流抽象为可调度程序，实现了单节点吞吐量 2.5 倍提升及 8 节点集群 2.4 倍加速。该系统兼容 OpenAI API，支持与现有推理引擎及优化技术集成，目前已开源并被 SkyRL 等框架采用。
发布时间：
Amazon Science精选AI 评分7676 Amazon 发布开源工具 Turnstile 以优化智能体强化学习训练
Amazon 发布了开源代理工具 Turnstile，旨在解决智能体在强化学习（RL）训练中因文本重构导致的“重标记漂移”问题。该工具通过在生成瞬间捕获精确的 token ID、路由轨迹及多模态数据，确保训练数据与模型实际推理过程完全一致，且无需修改现有的智能体框架。
发布时间：推荐理由：该工具通过在推理后端与智能体框架间拦截请求，解决了强化学习中因文本重构导致的训练数据漂移问题，为智能体训练提供了更精准的轨迹记录方案。
Together AI精选AI 评分7676 ParallelKernelBench：前沿大模型编写多 GPU 内核的能力评估
Together AI 发布了 ParallelKernelBench (PKB)，这是一个专门用于评估多 GPU 内核生成能力的基准测试框架，包含 87 个源自真实代码库的分布式计算问题。测试显示，即使是 GPT-5.5 和 Gemini 3 Pro 等前沿模型，在零样本设置下也难以生成优于 PyTorch + NCCL 基准的内核，且在处理 rank 协调和通信机制选择时表现出明显的推理短板。
发布时间：推荐理由：该研究通过 ParallelKernelBench 评估了前沿模型在多 GPU 环境下编写高性能 CUDA 内核的能力，揭示了模型在处理复杂分布式通信与硬件协同方面的局限性。
Berkeley AI ResearchAI 评分4040 LLM 交互识别算法 SPEX 与 ProxySPEX 发布
Berkeley AI Research 推出 SPEX 与 ProxySPEX 算法，旨在解决大规模 LLM 交互识别的计算难题。该框架利用稀疏性、低阶性和层次性等结构特征，通过策略性消融实验实现高效归因。其中，ProxySPEX 进一步利用交互的层次结构，在保持与 SPEX 同等性能的同时，消融次数减少约 10 倍，有效提升了长上下文场景下的归因准确性。
发布时间：
Berkeley AI ResearchAI 评分4343 基于信息论的成像系统设计框架
研究人员开发了一种基于信息内容评估与优化成像系统的框架，通过直接量化测量结果中包含的有用信息，解决了传统指标难以综合衡量分辨率、噪声与采样等因素的问题。该方法利用已知噪声物理模型简化互信息计算，在彩色摄影、射电天文学、无透镜成像及显微镜等四个领域中，均能准确预测系统性能。实验证明，该框架优化出的设计方案在无需特定解码器的情况下，即可达到 SOTA 端到端方法的性能，且显著降低了内存与计算需求。
发布时间：