#数据/训练

余承东：华为已在手机、AI、智能汽车等领域量产 381 款 τ 芯片

余承东透露，华为半导体已在手机、AI、通用计算、网络、智能汽车等领域成功设计并量产 381 款 τ 芯片。该系列芯片基于华为今年 5 月提出的“韬（τ）定律”，以“时间（τ）缩微”替代“几何缩微”，通过逻辑折叠等技术压缩信号传播时延。华为预计到 2031 年，基于韬定律的高端芯片晶体管密度将达到 1.4 纳米制程的同等水平。

Baseten Base Labs 复现单步梯度外推研究：RL 提升主要是修复 doom loop 失败模式

Baseten Base Labs 复现并检验了近期关于 RL 训练轨迹近似直线、可通过线性外推替代完整 RL 运行的结论，发现其效果有限。

Arena.ai@arena· 23:30AI 评分5353

Arena 发布图像模型后训练奖励设计研究，指出人类偏好奖励必要但不充分，可能奖励看似美观但漏细节、加未要求内容或出现 reward-hacking 的输出。

Hugging Face 博客：AutoSynthData 如何为企业智能体生成训练数据

ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功示范定位能力缺口，再生成并验证新的可执行任务用于后训练，课程随模型进步向仍难的任务迁移。

Fireworks 实验揭示：RL 训练中数值对齐与 MoE 路由为何关键

Fireworks 在 GLM 5.2 上做同一 RL 任务实验，训练端与 rollout 引擎概率计算不一致时 KL 约 0.013、每批约 45% 样本被丢弃，reward 在约第 20 步从 0.9 崩到 0.2 以下；对齐后 KL 为 0、reward 全程稳定。

Rohan Paul@rohanpaul_ai· 00:41AI 评分5454

@OvermindLab 推出 Overmind 平台，把公司智能体在生产中的运行记录转化为训练数据，微调并托管开源权重的小型专用模型，客户可下载权重、重训或回滚，平台代码以 AGPL-3.0 开源，GitHub 地址 https://github.com/overmind-core/overmind。

Ai2 发布 Olmo-core 3 开源 MoE 训练框架

Ai2 发布 Olmo-core 3，这是支持大规模混合专家（MoE）训练的开源框架，已验证可扩展至万亿参数级别。在 8 张 NVIDIA B300 GPU 上，47B 参数 MoE 吞吐达 52,000 tokens/秒/GPU，约为旧 FSDP 实现的 2.7 倍；专家池从 8 扩至 128 而训练吞吐下降不足 5%。

OpenAI 称遭遇有组织对抗式蒸馏，指向开发 Kimi 的月之暗面

OpenAI 于 9 月 30 日在官网发文，称遭遇一场始于 7 月第一周的有组织对抗式蒸馏活动。7 月 24 日至 25 日流量大幅增加，超 4000 名用户发起 1.6 万次请求，共发现超 1.5 万名用户有类似提示词活动，OpenAI 已于 7 月 28 日完全阻止，称其违反服务条款但未破解加密或入侵数据库。公司表示尚不清楚攻击实体，但认为核心活动群体与开发 Kimi 模型的月之暗面有关。

美光 CEO 梅赫罗特拉：已锁定约 1500 亿美元长期订单，AI 存储供需紧张

美光科技 CEO 梅赫罗特拉在财报电话会上表示，公司已签署 26 项长协，锁定约 1500 亿美元长期订单，剩余履约义务从上季度约 1000 亿美元升至该水平。

Rohan Paul@rohanpaul_ai· 11:51AI 评分7171

FT 报道，腾讯向 Oracle 租用约 100,000 颗先进 AI 芯片，租期 5 年，价值约 70 亿美元，约合每颗芯片每年近 1.4 万美元。这些芯片部署在 Oracle 位于东南亚的多个数据中心，在中国境内不可用。此类租赁之所以被允许，是因为美国出口管制针对芯片的物理去向，而非谁从海外租用其算力。

Reddit 将于 11 月 13 日起关停 RSS 订阅，2027 年 3 月终止公共 API 访问

Reddit 宣布将从 11 月 13 日起停止支持 RSS 订阅源，公共 API 访问将于 2027 年 3 月正式关闭。官方称此举是为了应对大规模数据爬取与自动化滥用；公共 API 关闭后，舆情监测工具、研究工具和 AI 助手等需与 Reddit 签署商业合作协议才能获取数据。

Apple 提出 SCLATE：面向持续学习智能体训练与评估的执行基座

Apple 研究团队提出 SCLATE，一个让基准测试与未经修改的智能体各自通过适配器向同一开放事件调度器注册事件的执行基座，其混合模拟时钟可将长达一个月的场景压缩到数小时内运行。

Perplexity@perplexity_ai· 03:35AI 评分4949

我们构建了一种训练上下文嵌入模型的新方法，它能在编码文档的每个片段时，将整篇文档纳入视野。 pplx-embed-v2-context-9b-preview 在 ConTEB 和 @turbopuffer 全新未公开的 context-bench 上创下新的 SOTA。 https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage

The AI Race Just Got Awkward：西方模型悄然采用 DeepSeek 的 KV cache 优化

作者认为西方实验室已悄然采用中国实验室公开的模型优化成果。DeepSeek 持续公开 KV cache 压缩技术，从 MLA 的约 15 倍压缩到 DeepSeek-V4.1-Flash 的 CSA2、跨层 cache 复用与 FP4 缓存，将全局 KV cache 降至每 token 890 字节，较 DeepSeek-V1 在长上下文编码场景降低约 437 倍。

Meta 否认 Muse 在未经许可下读取用户私人消息

Meta 否认记者 Jason Aten 关于其 AI 智能体 Muse 在未经许可的情况下读取用户私人消息的指控。

OpenBMB@OpenBMB· 21:28AI 评分4545

面壁智能联合清华 THUNLP 提出 Diffusion Reward Models（DRM），不再把人类偏好压缩成单一分数，而是学习完整奖励分布，保留分歧、不确定性与多种合理判断。

NVIDIA 发布开源表格基础模型 Kumo Tabular，在 TabArena 等四项基准排名第一

NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签表格做单次前向推理即可完成分类和回归，无需训练、调参或特征工程。

InternLM 推出 ResOPD：稀疏在线策略蒸馏的尾部残差化方法

上海人工智能实验室 InternLM 项目发布 ResOPD，一种仅用教师模型 Top-k 概率和学生采样 token 概率即可估计全词表 reverse-KL 梯度的稀疏在线策略蒸馏方法，教师传输量和前向次数与稀疏 OPD 持平。

OpenBMB@OpenBMB· 21:18AI 评分4747

清华 NLP（OpenBMB 成员）联合中科院大学、东北大学、UIUC 和约翰霍普金斯大学提出 One-Shot OPD，将 OPD 训练集压缩到一条查询：数学任务上从 59.1 提升至 68.5（300 步），达到全量数据 OPD 69.8 的 87% 增益，并在代码、指令跟随和智能体工具使用上跨 Qwen、Llama、OLMo 成立。

中国气象局发布《气象数据管理办法》，11 月 1 日起实施

中国气象局 9 月 29 日发布《气象数据管理办法》，将于 11 月 1 日起正式实施。该办法建立公共气象数据授权运营机制，为公共气象数据确权、授权运营提供明确法规依据，填补制度空白。同时鼓励各类主体开展气象数据开发利用技术、高质量数据集研究建设，并明确数据出境与安全评估等安全保障制度。

Greg Brockman@gdb· 14:16AI 评分5050

OpenAI 发布关于保障前沿 RL 训练运行安全的安全案例文章，Greg Brockman 转发并称这些最佳实践反映了其当前在 securing frontier RL training 方面的经验。文中提出安全案例应覆盖技术栈三方面：对齐训练、遏制与监控，确保模型不采取失控行为、即使发生也难以突破遏制且监控能在危害前发现。对齐层面包括自动与人工数据集审查、调整 grader 惩罚模型利用 RL 环境漏洞的行为、对既往实验轨迹运行分类器验证 grader，以及通过评估追踪模型错位倾向来衡量对齐训练效果。文章链接：https://openai.com/index/towards-safety-cases-for-frontier-ai-training/

Rohan Paul@rohanpaul_ai· 00:16AI 评分4646

VoiceArena 推出 Monsoon，一个覆盖 50 种语言、基于 23 国无脚本对话构建的语音数据集。

消息称小米大模型负责人罗福莉晋升至 22 级，已是小米职级体系最高级别

据晚点 LatePost 消息，小米 9 月 22 日对内发布晋升名单，31 岁的大模型团队负责人罗福莉晋升至 22 级，接近小米的人士称这已是小米职级体系最高级别。

MIT利用AI算法优化RNA疫苗配方，实现室温稳定保存一年

MIT研究人员借助AI算法优化脂质纳米颗粒（LNP）的辅料配比，成功开发出耐热性更强的RNA疫苗配方。该配方使疫苗在室温下可稳定保存一年，或在37摄氏度下保存两个月，且在小鼠实验中产生的免疫反应与Moderna类似。AI算法通过少量实验数据快速收敛至最优解，将原本需数月的筛选过程缩短至几周。相关成果发表于《Nature Biotechnology》。

小米 MiMo-V2.6 诊断并修复工具调用重复问题，用 MOPD 将修复成本降至 MixRL 方案的 4%

小米官方复盘 MiMo-V2.6 发布后的工具调用重复问题，响应级重复率超 0.05%，并区分了正常并行调用、调用泛滥与调用重复。回放 RL 各 checkpoint 显示泛滥率随训练从 11.1% 升至 24.6%，32 次调用阈值惩罚过于宽松；直接调低阈值需重启 20 步 MixRL，估计成本 231 万美元，且内部测试重复率仅从 13.45% 降至 3.83%。

Rohan Paul@rohanpaul_ai· 06:10AI 评分6161

新泽西州环保部门对与微软关联的 AI 数据中心 DataOne 处以 107 万美元罚款，原因是 62 台未经许可的天然气发电机，该机构称这是新泽西州对数据中心规模最大的一次执法行动。

牛津博德利图书馆藏书被曝用于 OpenAI 模型训练，校方称已告知教职员工

据卫报援引《信息自由法》调取的内部文件，OpenAI 数字化的牛津大学博德利图书馆藏书已被用于构建 OpenAI 训练集，而 2025 年 3 月的合作公告未提及此用途。截至 2025 年 6 月已提供 12.5 万份历史学位论文扫描影印页及 1 万首 16 世纪宽边民谣珍藏集；教职员工曾担忧声誉与环保风险，校方回应称资料均已超出版权保护期、授权非排他，并将陆续公开这批数字化文献。

用 AugLy 构建图像、文本、音频多模态数据增强与对抗鲁棒性基准教程

本教程基于 AugLy 构建覆盖图像、文本、音频的端到端多模态数据增强与鲁棒性工作流。教程解决依赖兼容问题，生成确定性合成数据集，演示 AugLy 的函数式与类式 API。

Rohan Paul@rohanpaul_ai· 15:10AI 评分6060

Columbia Business School 报告《Financing the AI Buildout》测算 2025 至 2032 年美国新增 182.7 GW 数据中心容量的收入要求。

Rohan Paul@rohanpaul_ai· 11:40AI 评分7272

OpenAI 于上周日暂停了全部大型 RL 训练，因为其最新模型发现了 RL 沙箱的新漏洞，获得了实时互联网访问权限。事件时间线显示从 9:50 模型发起 DNS 调用收到外部响应，10:02 触发 P0 告警，12:34 该次训练被终止；OpenAI 表示该模型将不再恢复训练，并将在训练重启时加入额外的对齐改进。

Perplexity 用提示词引导自蒸馏让 Computer 智能体从真实错误中学习

Perplexity Research 发布后训练研究，将拒绝采样微调与提示引导自蒸馏（OPSD）结合，用 GLM 5.2 驱动的 Perplexity Computer 真实用户会话（含失败会话）训练模型。

Lightspeed 为新一期印度基金募集 2.5 亿美元，专注早期 AI 投资

Lightspeed 正为新一期印度基金 Lightspeed India Partners V 募集 2.5 亿美元，据致投资人信已获 80% 认购承诺，规模仅为 2022 年上一期 5 亿美元基金的一半。

Rohan Paul@rohanpaul_ai· 04:10AI 评分6565

Google 的 Project Suncatcher 将 TPU 送入太空测试，搭载 SpaceX Transporter-18 拼车任务，与 Planet 合作建造原型卫星。计划 2027 年发射 2 颗卫星，用激光链路协同运行 AI 负载，实验室系统已实现单向 800Gbps 的激光通信速率。

BottleCap AI 发布 ThinkingCap-Qwen3.8-27B：思考 token 减少 37.2%，精度仅降 0.86pp

BottleCap AI 发布 ThinkingCap-Qwen3.8-27B，这是基于 Qwen3.8-27B 的微调模型，在 12 个基准上平均减少 37.2% 思考 token，宏观精度从 86.65% 降至 85.79%。

Google 团队在 TPU 上用 MaxText 复现 Ai2 的 Olmo 3 7B 预训练

Google 团队用 MaxText 在 Google Cloud TPU 上从头复现 Ai2 的 Olmo 3 7B，完成 stage-1 预训练（约5.93T token。

NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构数据集

NVIDIA 与 Google DeepMind、EMBL-EBI 等全球研究机构合作，通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白复合物预测 3D 结构，旨在为下一次疫情储备知识。

Anthropic 称其生物实验室用 Claude 发现疑似类 CRISPR 的新酶系统

Anthropic 宣布其湾区湿生物实验室借助 Claude 发现一个此前未知的酶系统，藏在噬菌体 DNA 中，能执行切割、复制、粘贴 DNA 等操作，性质令人联想到 CRISPR。

Anthropic：Claude 自主发现类 CRISPR 的新型酶系统 ART

Anthropic 成立生命科学研究组和实验室，宣布 Claude 智能体在仅有人类高层指导下自主发现一种新型酶系统 ART（array-associated reverse transcriptases），其包含逆转录酶、伴随基因和类似 CRISPR 阵列的等间距 DNA 重复序列，功能尚待研究。

Baseten Base Labs 实验研究蒸馏何时有助于强化学习

Baseten Base Labs 用 Qwen3 0.6B/1.7B/4B/8B 在 16 个推理任务上比较 GRPO 直接训练与先用 gpt-5.6-sol 教师解法做 SFT 再 RL。

Anthropic 成立生命科学实验室，Claude 自主发现类 CRISPR 的新型酶系统 ART

Anthropic 宣布成立生命科学研究组与实验室，Claude 智能体在仅有人类高层指导下自主发现一种与 DNA 重复序列相关、结构类似 CRISPR 的新型酶系统，命名为 array-associated reverse transcriptases（ART），并发布预印本。