Dwarkesh：下一个大突破是 AI 在工作中持续学习
Dwarkesh Patel 判断，AI 的下一个大突破是边工作边学习，即模型在部署中积累经验、再通过权重更新把这些经验固化下来。
#数据/训练
#数据/训练
今日 76 条Dwarkesh Patel：Podcast & BlogAI 评分6363
Dwarkesh Patel：Podcast & BlogAI 评分5757 Dwarkesh 分析 AI 的数据黑洞与人类样本效率差距
Dwarkesh Patel 在博客文章中提出，近年 AI 能力的提升主要来自数据规模和算力的扩大，而不是训练样本效率的进步。他给出对比称，前沿模型训练使用 10 万亿到 100 万亿 token，而人类从出生到成年约见 2 亿 token，差距接近百万倍；即便参数量无限增加，所需数据也只减少约 10 倍。
Google ResearchAI 评分4545 Google Research 提出 Regularized f-Divergence Kernel Tests，用于审计机器遗忘
Google Research 提出 Regularized f-Divergence Kernel Tests，一个用相对距离检验审计机器遗忘的新框架，论文在 AISTATS 2026 发表。
Import AIAI 评分5252 Import AI 460：社会可被奖励攻击、Anthropic 的 RSI 数据与基于 RL 的无人机竞速
Import AI 第 460 期汇总了社会奖励攻击、Anthropic 的 RSI 迹象和基于 RL 的无人机竞速等多项研究。其中 SocioHack 基准用 72 个沙盒环境测试模型如何钻制度漏洞，RL 训练下模型能以 61.25% 的召回率重新发现历史上被修补的策略。
Google Research精选AI 评分6262 Google 提出 PHRM 系统，用手机前置摄像头被动监测心率与静息心率
Google Research 在 Nature 发表研究，提出 PHRM 系统，可在日常使用手机时后台监测心率（HR）与静息心率（RHR）。该系统利用前置摄像头在面部解锁后的数秒内拍摄视频，通过端侧深度学习估计心率，与 ECG 相比 MAPE 低于 10%，符合所有肤色人群的行业精度标准，日 RHR 与 Fitbit Charge 6 相比 MAE 为 4.39 bpm。
推荐理由：论文公开了 PHRM 的跨肤色误差数据与大样本数据集规模，读者可对照可穿戴设备理解被动健康监测的量化标准。
Google ResearchAI 评分5353 Google 开源洪水预报水文建模框架，代码与训练流程上线 GitHub
Google Research 在 GitHub 以 Apache 2.0 协议开源其水文建模框架，供各国气象水文机构在自己的流程中训练 AI 洪水预报模型。
Google ResearchAI 评分4444 Google 推出零信任聚合的隐私分析方案
Google 公布基于零信任原则的隐私分析方案：新加密协议让设备只需提交单条消息即可完成安全聚合，无需长时间保持在线。该方案集成进 Google 的 confidential federated analytics，并与 TEE 结合形成多层防护，即使 TEE 安全模型失效数据也不会泄露。
Mistral AIAI 评分4444 Mistral 的 Physics AI 研究：正在塑造产业的突破
Mistral 收购 Emmi AI，加码面向航空航天、汽车、半导体和能源等行业的 Physics AI 基础模型研究。其已发布突破包括 AB-UPT，可在单块 GPU 上处理 9M 表面和 140M 体积网格单元、无需重新网格化的空气动力学 CFD 模型。NeuralDEM 则是首个面向大规模多物理过程的端到端深度学习代理模型，可实时仿真流化床反应器等工业过程。
Import AIAI 评分4545 Import AI 457：AI 版 Stuxnet、Muon 优化器缺陷与正向对齐
Import AI 457 期聚焦三项研究：疑似早于 Stuxnet 的 fast16.sys 病毒、Muon 优化器的神经元死亡缺陷，以及"正向对齐"立场论文。
Google DeepMindAI 评分5252 Google DeepMind 提出 Decoupled DiLoCo，可跨数据中心异步训练 LLM
Google DeepMind 发布论文，提出名为 Decoupled DiLoCo 的分布式训练架构，把训练拆分到相互解耦的计算岛屿（learner unit）并以异步数据流连接，从而把局部硬件故障隔离在系统的一部分。
Google ResearchAI 评分4848 Google Research 的 Simula：面向真实世界、从第一性原理设计合成数据集
Google Research 提出推理优先的合成数据框架 Simula，不依赖种子数据，可从第一性原理构建完整数据集。该框架用全局多样化、局部多样化、复杂化与双 critic 质量校验四步控制生成。
Google ResearchAI 评分4646 Google Research 提出 MoGen：用 AI 合成神经元加速大脑图谱绘制
Google Research 用合成神经元形状增强 PATHFINDER 训练数据，将小鼠轴突重建误差降低 4.4%。其 MoGen 模型基于 PointInfinity 点云流匹配，用 1,795 个小鼠皮层轴突训练，训练数据加入 10% 合成形状即可减少合并错误。MoGen 已开源，论文将在 ICLR 2026 发表；按完整小鼠脑规模计算，相当于节省 157 人年人工校对。
Google ResearchAI 评分3636 ConvApparel：测量并弥合用户模拟器的真实感差距
Google Research 提出 ConvApparel 数据集，用 4000+ 段、近 15000 轮服装购物人机对话量化并弥合 LLM 用户模拟器的真实感差距。
Google ResearchAI 评分4545 Google Research：构建更好的 AI 基准，多少名标注者才够？
Google Research 的“Forest vs Tree”研究指出，AI 评测常用的每项 1–5 名标注者标准不足，往往需要超过 10 名标注者。基于 Toxicity 等数据集的模拟显示，最优配比取决于指标：多数投票准确率偏向增加条目，捕捉意见分布则需增加标注者；约 1,000 条总标注即可实现高可复现性，模拟器已在 GitHub 开源。
Google ResearchAI 评分4242 Google Research 的 S2Vec 如何学习城市语言，映射现代世界
Google Research 提出自监督框架 S2Vec，用 S2 Geometry 分区加特征栅格化把建成环境转为多层图像，再以掩码自编码（MAE）学习通用嵌入向量。在社会经济预测中，S2Vec 在零样本地理外推任务（如 US-wide 人口密度、收入中位数）上常为最佳单一模型，与图像嵌入做多模态融合后优于单模态。树覆盖、海拔等环境任务仍有待改进。
Mistral AIAI 评分4444 Mistral AI 推出 Forge：为企业构建基于自有知识的前沿级模型
Mistral AI 推出 Forge，一套让企业用自有专有知识训练前沿级模型的系统，覆盖预训练、后训练与强化学习，支持稠密与 MoE 架构。Forge 按 agent 优先设计，Mistral Vibe 等智能体可用自然语言完成微调、超参数搜索与数据合成。合作方包括 ASML、Ericsson、欧洲空间局、新加坡 HTX 与 Reply。
Mistral AIAI 评分5656 Mistral AI 以创始成员加入 NVIDIA Nemotron Coalition，将联合开发开源前沿模型
Mistral AI 宣布以创始成员身份加入 NVIDIA Nemotron Coalition，计划与 NVIDIA 联合开发前沿开源 AI 模型，Mistral AI 提供模型架构、训练技术、多模态能力和企业级微调工具，NVIDIA 提供算力、模型开发工具与合成数据管线。
Google ResearchAI 评分5959 Google 在 Flood Hub 上线城市山洪 AI 预报，可提前 24 小时预警
Google 在 Flood Hub 上线城市山洪预报，用新的 AI 方法可提前 24 小时预测城市山洪风险。该方法用 Gemini 分析公开新闻报告以确认洪灾地点和时间，据此构建 Groundsource 历史山洪事件数据集用于训练与评估，模型采用含 LSTM 的 RNN 架构，当前空间分辨率为 20x20 公里。
Google ResearchAI 评分5656 Google 推出 Groundsource，用 Gemini 把新闻报道转为结构化灾害数据
Google 推出 Groundsource，用 Gemini 从多语言新闻报道中抽取洪水事件，并开放首个城市山洪数据集，包含 260 万条记录、覆盖 150 多个国家、时间跨度从 2000 年至今。
Google ResearchAI 评分5353 Google Research 发布 WAXAL 数据集，开放 27 种非洲语言语音资源
Google Research 发布 WAXAL 开放语音数据集，覆盖 27 种撒哈拉以南非洲语言，面向超 1 亿使用者，采用 CC-BY-4.0 许可。数据集包含约 1,846 小时转写自然语音的 ASR 数据和超 565 小时高保真录音的 TTS 数据。采集工作自 2021 年起由非洲高校与社区组织主导、Google 提供方法指导，Google 表示将继续扩充语种。
BAIR：Berkeley AI Research BlogAI 评分4747 BAIR：不依赖 TD 学习的 RL，分治法价值学习
BAIR 博文提出一种基于分治法的 RL 算法，不依赖 TD 学习做价值学习，理论上把 Bellman 递归次数从线性降到对数，从而扩展到长时序任务。在一项与 Aditya 共同主导的工作中，该方法已用于 goal-conditioned RL，作者称这是首个把分治价值学习规模化的工作。但如何选取最优子目标 w 仍不清楚。
BAIR：Berkeley AI Research BlogAI 评分4444 word2vec 究竟学到了什么？
word2vec 的学习过程被证明在实际条件下可约简为无权重最小二乘矩阵分解，最终表示等价于 PCA。从接近零初始化训练时，它按离散步骤依次学习正交线性子空间，每步提升嵌入矩阵秩并阶梯式降低损失。这些特征可闭式算作矩阵 M* 的前几个特征向量，按 Wikipedia 统计前几项对应名人传记、政府市政与地理制图等概念。
Mistral AIAI 评分4949 Mistral 如何微调 Pixtral-12B 释放卫星图像视觉语言模型潜力
Mistral 用 LoRA 微调 Pixtral-12B，在 Aerial Image Dataset（AID）卫星图像分类任务上较基础模型取得显著提升。实验使用 8,000 条训练样本与 2,000 条测试样本，未微调的 Pixtral-12B 会把 Playground 误判为 Stadium，还会幻觉出不存在的类别名。
TensorFlow BlogAI 评分4242 Wake Vision 发布：面向 TinyML 计算机视觉的高质量大规模数据集
哈佛大学团队发布 Wake Vision 数据集，约 600 万张图像，规模约为 TinyML 人物检测数据集 VWW 的 100 倍。数据集分为侧重规模的 Large 与侧重标注质量的 Quality 两个训练集，精度较 VWW 最高提升 6.6%，人工标注验证下错误率从 7.8% 降至 2.2%。
TensorFlow BlogAI 评分4444 TensorFlow 中的图神经网络（TF-GNN）
TensorFlow GNN 1.0（TF-GNN）发布，这是一个经过生产验证、可大规模构建图神经网络（GNN）的库，支持在 TensorFlow 中建模训练并从大型数据存储抽取输入图。
TensorFlow BlogAI 评分3333 Spotify 用 TensorFlow 与 TF-Agents 构建强化学习聆听体验模拟器
Spotify 基于 TF-Agents Environment 原语构建离线模拟器，用 Keras 训练的用户模型预测用户对推荐曲目的反应。团队训练并评估了顺序推荐模型、PPG、DQN 和改进的 Action-Head DQN（AH-DQN），以应对大状态与动作空间。线上实验显示离线性能估计与线上结果强相关。
TensorFlow BlogAI 评分4444 用 TensorFlow Decision Forests 和 Temporian 简化时序数据预处理
由 Google 与 Tryolabs 合作开发的开源 Python 库 Temporian 面向机器学习时序数据，用于预处理与特征工程。文章以虚构网店的 sales.csv 交易记录为例，用 EventSet 容器及 moving_sum、add_index 算子计算 7 天滚动销售额，再用 TensorFlow Decision Forests 训练周销售额预测模型。
TensorFlow BlogAI 评分3333 TensorFlow 中的分布式快速傅里叶变换（Distributed FFT）
TensorFlow v2 通过 DTensor 原生支持分布式 FFT，分片张量可直接传入 tf.signal.fft2d 等既有算子，输出同样保持分片。8xV100 GPU 上的 10K*10K 实验中，两个本地 FFT 算子只占总耗时 15ms 的 3.6%，约为非分布式 fft2d 的 1/3，其余时间主要耗在 ncclAllToAll 数据重排上。
TensorFlow BlogAI 评分4040 如何用 dtreeviz 可视化并解释 TensorFlow 决策树
TensorFlow 发布新教程，演示如何用 dtreeviz 可视化并解释 TensorFlow Decision Forests 的决策树。教程以 Penguin、Abalone 数据集为例，展示每个决策节点如何切分特征域、叶子节点的样本分布，以及单个测试样本从根到叶的预测路径。dtreeviz 于 2018 年首次发布，是目前最流行的决策树可视化库。