Octave 如何基于 Amazon Bedrock 构建安全的多租户 AI 基础设施
Octave 在 AWS Machine Learning Blog 上讲解了如何用 Amazon Bedrock 为质量管理系统 Reliance 构建多租户 AI 基础设施，这套基础架构将每个用例的部署时间缩短了 50%。
#数据/训练
AWS Machine Learning BlogAI 评分3131 AWS Machine Learning BlogAI 评分4444 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
AWS 演示如何在 Amazon SageMaker HyperPod 上对 GPT-OSS-20B 进行微调，使其用法语、德语、西班牙语或意大利语推理。该开源权重模型基线仅 22% 的测试用例用目标语言推理（法语、西班牙语、意大利语均为 0%）。
The Verge · AIAI 评分6565 Meta 宣布发行新类别股票为 AI 布局融资，2027 年开始交易
Meta 在第三季度财报中宣布将发行一类无投票权股票，用于支持 AI 举措、潜在收购和员工薪酬，交易将于 2027 年开始。CFO Susan Li 称新股票将扩展融资工具并提供投资灵活性；Meta 今年资本开支预期上调至 1350 亿至 1450 亿美元。其 9 月上线的 AI 智能体 Muse 本周在美国下载量达 1000 万，但也因隐私问题暂停了对话分享功能。
Hugging Face Blog精选AI 评分7171 NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可在关系数据上超越监督式机器学习
NVIDIA 发布 Kumo Relational，一个预训练关系型基础模型，直接在企业数据库上做预测：给定预测查询，它收集最多 10,000 条历史样例作为上下文，在单次前向传播中预测流失、需求或欺诈等结果，无需任务专用训练、特征工程或表扁平化。
推荐理由：原文给出了基准数字、架构原理和开源入口，读者可以据此评估用预训练模型替代表格机器学习管线的可行性。
The DecoderAI 评分4040 Mistral 与 Nvidia 合作用物理 AI 加速工业设计
Mistral 与 Nvidia 合作，用 AI 加速工程仿真与工业产品设计。双方将结合 Mistral Large 4 与 Mistral 的物理 AI，以及 Nvidia 的 CUDA-X、Warp 库和 Omniverse 3D 仿真，面向航空航天、汽车和半导体行业打通设计、仿真与 AI 训练的连续工作流，并计划发布公开 benchmark 和开放数据集。
AWS Machine Learning BlogAI 评分4040 i14 Laplace 3B 线性注意力模型在 AWS Trainium2 上用原生 PyTorch 训练与服务
i14 的 Laplace 3B 用线性注意力替代 softmax attention，循环状态固定为每序列 29.5 MB，不随上下文增长。
Ars Technica · AIAI 评分6161 Meta 因AI争议从商业条款中删除train字样，全球出版机构敦促监管介入
在AI相关争议后，Meta从其商业条款中删除了train一词。威斯康星大学法学教授Benjamin Sobel指出，若Meta承诺遵守robots.txt抓取限制会更有帮助，但专家认为可执行的条款仍可能被用于绕过robots.txt。
Ars Technica · AIAI 评分6060 法院要求 Meta 披露批准用盗版种子做 AI 训练的高管
法官 Hixon 驳回 Meta 的抗辩，要求其回答谁做出、授权或批准了为训练 Llama 1 和 2 下载影子图书馆的决定，包括角色、大致日期及是否参与决策。Meta 主张早期数据获取靠非正式协作、无单一决策者，法官指出作者方并未将请求限于正式决策，也未假定只有单一决策者。Meta 还须说明未用于 AI 训练的盗版作品去向。
Mistral AIAI 评分5858 Mistral 发布首个时间序列基础模型 Timestral，209M 参数拿下三项公开基准第一
Mistral 发布首个时间序列基础模型家族 Timestral，参数规模 5M 到 209M，其 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一，成绩已提交排行榜。
Microsoft ResearchAI 评分4747 微软 StudentSim：模拟学生学习以改进 AI 辅导系统
Microsoft Research 推出研究系统 StudentSim，通过个性化 AI 学生模拟器在接触真实学习者前评估和改进 AI 辅导工具。系统基于公开去标识化的学习者记录，分两阶段训练每个学生的专属模拟器，并随配套基准 StudentSimEval 从行为保真度和指导响应性两个维度评估，覆盖国际象棋、二语英语写作和数学。
Microsoft Research精选AI 评分6666 微软亚洲研究院开源 Agent Lightning v1.0：3,500 行代码的 Harnessed Agentic RL 框架
微软亚洲研究院发布 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的真实 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：部署用的 agent harness 直接参与 RL 训练，免去在训练框架内重写 agent，并用 Kubernetes jobs 替代付费 sandbox 降低规模化成本。
Berkeley AI ResearchAI 评分4848 ABBEL：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将摘要建模为自然语言信念状态并对其内容进行监督，解决递归摘要（context compaction）在长程交互中的性能损失。