Nous Research 微调 Qwen3.8-27B 发布 Arete-27B，宣传率从 22% 降至不足 1%
Nous Research 对阿里巴巴 Qwen3.8-27B 做约 5300 万 token 的监督微调，发布开源模型 Arete-27B，宣传性回答占比从 22% 降至 0.9%，通用能力基本持平。
#开源生态
The DecoderAI 评分6060
Hugging Face Daily PapersAI 评分5252 Drex 开源四个决策模型，无需自回归解码即可返回选项概率分布
Drex 开源四个决策模型，单次前向即可对用户提供的选项返回校准概率分布，无需自回归解码。四个规格为 8B（DLM）、9B（v1.5）、35B-A3B（v2.0）与 27B（Max），训练结合 SFT、RLAF 和一致性损失，选项顺序翻转率从 6.3% 降至 4.2%。
Nature · Machine LearningAI 评分5454 中科大团队发布开源结构引导RNA基础模型structRFM，提升结构与功能预测泛化
中国科学技术大学团队在Nature发表结构引导RNA基础模型structRFM，基于2100万RNA序列结构对训练，通过配对匹配操作把碱基配对信息融入掩码语言建模，并引入多源二级结构集成MUSES和动态掩码比例。
Hugging Face Daily PapersAI 评分4646 D3D：面向异步推测解码的解耦扩散起草
复旦大学团队提出独立扩散草稿模型 D3D，去除对目标模型隐藏状态的依赖，实现起草与验证异步并行的推测解码。D3D 以 Qwen3-8B 和 Qwen3-32B 为目标时，在七个基准上平均取得 5.00× 和 5.71× 解码加速，超过 DFlash 的 4.03× 和 3.67×，GSM8K 上最高达 7.48×。代码、模型权重与基准测试脚本已开源。
Google Cloud · AI & MLAI 评分5858 Google 发布 Physical-Engineering's Last Exam（PLE）智能体基准与公开竞赛
Google AI & Infrastructure 团队联合 Mercor 发布 Physical-Engineering's Last Exam（PLE）基准与公开竞赛，测试前沿模型完成机械、电气、土木和结构工程真实任务的能力。
GitHub Org · facebookresearchAI 评分4242 facebookresearch 开源 logact：用共享日志设计加固智能体系统
facebookresearch 在 GitHub 开源 logact 项目，提出通过共享日志设计加固 AI 智能体系统。项目代码已在 GitHub 上公开提供。
GitHub Org · TencentARCAI 评分4040 TencentARC GAE（几何自编码器）：学习几何原生潜空间实现 3D 一致的世界生成
TencentARC 在 arXiv'26 发布 GAE（Geometric AutoEncoder）论文，提出学习几何原生潜空间以实现 3D 一致的世界生成。项目 GitHub 仓库为 TencentARC/GAE-GeometricAutoEncoder。
Microsoft Source · AIAI 评分5050 微软 PRISM2：教 AI 学会病理学的语言
Microsoft Research 与 Paige 联合开发病理学基础模型 PRISM2，以组织图像配对真实病理报告的语言进行训练，研究已发表于 Nature Medicine。在前列腺癌、乳腺癌和乳腺淋巴结转移检测等基准任务上，该模型匹配或超越专用癌症检测系统，且无需为每项任务单独建模。完整模型权重已在 Hugging Face 公开，供研究使用。
Moonshot AI / Kimi ResearchAI 评分4444 月之暗面 Kimi 团队发布 PerceptionBench：评测多模态大模型的原子级视觉感知能力
月之暗面 Kimi 团队发布 PerceptionBench，从 42 个基准上前沿模型的失败中归纳出 10 项原子视觉感知能力并据此评测多模态大模型。基准发布 3,000 道已验证题目，每题只隔离单一能力，看图即可作答，无需推理或外部知识。对 16 个前沿多模态大模型的评测显示无一准确率达 60%，感知相关幻觉是平均最弱的能力。
Meta AI Blog精选AI 评分6363 Meta 发布 Brain2Qwerty v2：非侵入式脑信号解码词准确率达 61%
Meta AI 发布 Brain2Qwerty v2，称其为能从非侵入式脑记录实时解码整句、性能最高的端到端管线，词准确率达 61%，远高于其他非侵入式方法的 8%，最佳参与者达 78%。
推荐理由：原文给出非侵入式解码与手术植入方案的准确率对比，读者可以据此判断数据规模扩大后这条无创路线还能走多远。
Answer.AI 官方研发博客精选AI 评分7070 Answer.AI 用 PyPI 数据检验 AI 应用到底都去了哪里
Answer.AI 分析 PyPI 数据寻找「AI 效应」：ChatGPT 发布后软件总体产量没有明显跃升，效应集中在 AI 相关的热门软件包上。
推荐理由：基于 PyPI 下载与更新数据，作者估测 AI 生产力效应的范围，读者可以对照自身的效率印象核查证据链。
ARC Prize · 官方博客精选AI 评分7272 ARC Prize 2025 结果公布，ARC-AGI-3 将于 2026 年初转向交互推理
ARC Prize 2025 揭晓成绩：NVARC 以 24.03% 夺得 Kaggle 冠军，1,455 支队伍提交 15,154 份方案，90 篇论文参赛且所有获奖方案与论文均开源。
推荐理由：官方复盘给出 ARC-AGI-2 最新成绩与 refinement loop 分析，并预告 ARC-AGI-3 将转向交互推理评测，读者可据此理解推理系统的进展与基准设计的局限。