RoboACE：用于机器人自我改进的对抗式协同进化框架
RoboACE 围绕冻结的基础模型协同演化课程与执行框架，使机器人智能体从执行反馈中改进技能、规划和恢复策略。其冻结部署在四组 LIBERO 系列评测中表现更优，并在 LIBERO-PRO 达到 74.0% 成功率，较初始部署提高 15.0 个百分点，较 VLA 控制器直接执行提高 13.5 个百分点。
#数据/训练
arXiv 机器人论文摘要 arXiv 机器人论文摘要精选 VLA 中有多少能力来自 kNN 检索
研究发现，在无需策略训练的情况下，检索相近演示并复用其动作块即可在 LIBERO 上达到 91.7% 成功率，而 VLA 模型已超过 95%。在 LIBERO-Plus 扰动下，检索方法在所有受评策略中降幅最小；对九个公开 VLA 的分析显示，微调主要让视觉语言骨干成为更好的检索键，其动作仍接近演示数据。
推荐理由：通过无策略训练的检索基线与九个公开 VLA 对照，研究呈现了 LIBERO 高分中训练演示复用的潜在比重。
arXiv 分布式计算论文摘要 Plumbline：当损失函数说谎，如何正确验证 LLM 训练
Plumbline 是用于验证 LLM 训练正确性的系统，已在 Amazon 生产环境使用，可检查从训练数据、新增模型层到完整训练及模型服务的全生命周期，并追踪故障根因。它在 3 个框架和 5 个模型中发现 61 个问题，其中 32 个为静默问题，42 个已修复或上报上游。
arXiv 机器人论文摘要 ASPIRE：用于迭代推理与探索的智能体系统辨识平台
ASPIRE 让大语言模型智能体选择并执行非线性系统辨识方法，基于测量数据构建闭式静态或动态模型，并支持自主及交互运行。其在3个实测系统的30次测试中均生成有效模型，每次成本为0.96至3.38美元；150项评估中132项完全满足、18项部分满足。
NVIDIA Blog精选 NVIDIA 在 CoRL 发布 GR00T 2，并推出机器人仿真与评测技术
NVIDIA 在 CoRL 发布开放世界动作模型 GR00T 2，并推出 Isaac Lab 3.0、Isaac Lab-Arena 0.4、DexBench、VABAR 等机器人仿真与评测技术。
推荐理由：材料串联世界动作模型、仿真训练和工业评测，呈现机器人从技能学习到部署验证的一套完整技术路径。
Berkeley AI Research BAIR 在 CoRL 2026 展示机器人学习研究成果
BAIR 师生与博士后在 CoRL 2026 展示 33 篇主会论文、4 项后期成果，并参与 3 场口头报告和 7 场亮点报告。研究涵盖机器人控制、具身智能体、视觉语言动作模型、灵巧操作与导航，Negar Mehr 教授还将发表早期职业主题演讲。
NVIDIA Blog 韩国携手 NVIDIA 推进物理 AI 跨行业应用
韩国企业正与 NVIDIA 合作，将加速计算、AI 和仿真用于半导体制造、机器人及自动驾驶，推动物理 AI 进入实际生产。Samsung 部分量子化学计算提速最高 5x，一项材料分析提速约 1,600x；Kakao Mobility 计划开发 L4 自动驾驶系统，LG Electronics 则在真实制造环境演示了 Isaac GR00T 驱动的 CLOiD 机器人。
亚马逊云科技中国博客 Amazon S3 表类数据存储服务支持将 Apache Hive 表托管迁移至 Apache Iceberg
Amazon S3 表类数据存储服务现支持将 AWS Glue Data Catalog 注册的 Parquet 格式 Apache Hive 表托管迁移至 Apache Iceberg，无需自建管道或预置计算资源。
亚马逊云科技中国博客精选 在 Amazon Bedrock AgentCore 上构建受治理的进程内 DuckDB Data Agent
亚马逊云科技给出一个基于 Amazon Bedrock AgentCore 的受治理 Data Agent 参考实现，将 DuckDB 嵌入 Agent 进程，并就地读取 Amazon S3 Tables。
推荐理由：方案把数据智能体的成本、权限与准确率问题映射到确定性架构层，并给出可复用的完整代码与评测闭环。
Microsoft Research Microsoft Copilot：从合成企业数据评估到真实 AI 信心
Microsoft 构建 Industry Evaluation Data Generation Platform，以全规模合成企业环境评估 Microsoft Copilot，无需接触客户数据。平台基于 O*NET、在线招聘信息和 SEC 文件模拟动态业务流程，并通过自动查询生成与质量框架建立首个标准化评估基线。
Microsoft Research Microsoft Research Focus 第97期：AI 智能体、Copilot 使用与天气预测研究进展
Microsoft Research Focus 第97期集中展示AI智能体、职场AI使用及天气预测等研究进展。ForkPilot在6项基准和领先模型测试中将AI处理需求最多降低59%，CABRA发现理解陌生代码库仍是编码智能体的主要障碍。Copilot Chat中编辑文档占已分类活动逾20%，TeleTune可从活动日志学习可复用技能与工作流。
NVIDIA 中国官方博客 C-BRAIN 与 NVIDIA 如何用 AI 加速痴呆症研究
C-BRAIN 正与 NVIDIA 合作，将 BioNeMo 和 MONAI 整合进研究流程，并以集中式与联邦式混合架构利用未充分开放的阿尔茨海默病数据。其开源工具 OpenScientist 可半自动生成假设、运行分析并产出可审计见解，InsightEngine 则通过文献、数据集和生物医学知识图谱检验假设与论断。
GitHub Blog · AI & ML精选 GitHub 的密钥检测模型如何减少误报并提升扫描效率
GitHub 介绍了秘密扫描所用的上下文感知分类器，以更低噪声识别真实凭据，并将通用秘密检测扩展到推送保护。该方案先用正则表达式生成候选，再由微调的 ModernBERT 结合文件路径、变量名和周边代码分类，模型以 ONNX 格式导出并进行 8-bit 量化。相比此前的 LLM 流水线，其线上接受率提高 11.5%，推送后扫描执行时间中位数降低 86%，服务成本降低超过 98%。
推荐理由：文章拆解了正则候选生成与微调 ModernBERT 分类的两阶段方案，并给出训练数据、部署优化和线上评估结果。
GitHub Blog · AI & ML精选 GitHub 引入 ModernBERT 分类器，将推送保护扩展至非结构化密钥
GitHub 与 Microsoft Applied Sciences 开发了新的 ModernBERT 分类器，用代码上下文识别非结构化密钥，批量评估候选密钥耗时不到 2 ms，可使推送保护阻止的密钥数量增加一倍以上。
推荐理由：九个季度的数据将密钥泄露增长归因于代码规模而非单次推送风险上升，并说明自动拦截为何比人工补救更易扩展。
GitHub Blog · AI & ML精选 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，提供公开数据集、排行榜、自助评估工具以及可复现的评估方法。该基准分析了 103.9M 个 GitHub pull request，并选取来自 187 个公开仓库、覆盖 19 种语言的 219 个 pull request；其黄金集经资深工程师独立复核，判断一致率为 96.6%。
推荐理由：ReviewBench公开了数据集、评估规则和运行工具，并用线上实验对照说明离线指标如何辅助代码审查智能体迭代。
Berkeley AI Research 教会大语言模型更新信念，实现高效长程交互
ABBEL 框架以自然语言信念状态替代完整交互历史，并通过信念评分监督关键信息保留，提升大语言模型长程交互效率。在 CollabBench 上，ABBEL-rec-BG 将与完整上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 从 14.08×10² 降至 6.01×10²。
Berkeley AI Research精选 Berkeley AI Research 分析近乎免费智能时代的智能体数据系统
Berkeley AI Research 研究者提出，随着 GPT-4 级能力的每百万 token 成本从约 $30 降至 $1 以下，数据系统需要围绕智能体重新设计。文章将研究方向分为服务智能体的数据系统、承载智能体的数据系统和由智能体生成的数据系统，涉及重复查询优化、结构化记忆、多智能体协调以及定制系统的验证与可信性。
推荐理由：文章以推理成本快速下降为背景，将智能体与数据系统的共同演进拆分为服务、承载和生成系统三条研究路径。
Berkeley AI Research 自适应并行推理如何成为高效推理扩展的新范式
Berkeley AI Research 系统梳理了自适应并行推理，模型可根据问题动态决定何时拆分任务、生成多少并发线程以及如何协调结果。文章比较 Multiverse 的推理引擎与 KV cache 改造方案和 ThreadWeaver 的客户端编排方案，并介绍基于 SFT、RL、关键路径长度与正确性门控奖励的训练方法。