rl_rob：从表格方法到深度策略梯度的透明化强化学习教学 Python 库
开源 Python 库 rl_rob 专为强化学习教学设计，涵盖从表格时序差分学习、线性函数逼近到深度基于价值与策略梯度方法的完整现代课程体系。该库所有算法均基于第一性原理从零编写，将核心更新规则浓缩在数行代码内直观展示。所有智能体共享统一接口，便于学习者跨阶段直接对比，并完整追踪从时序差分误差到权重变化的全过程。
#开源生态
#开源生态
今日 0 条arXiv cs.LGAI 评分4848 arXiv cs.LGAI 评分3131 RC Prediction：面向参数感知储层计算的开源 Python 工具包
开源 Python 库 rc_prediction 实现了参数感知储层计算（PARC）工作流，可通过闭环自主运行生成未观测系统参数下的动力学轨迹。该库支持储层多参数训练、参数扫描、标准回声状态网络、超参数优化及基于 PyTorch 的可选 GPU 加速。在三个基准动力系统上，其展示了仅用临界前数据预测系统崩溃与估算临界参数的能力。
arXiv cs.LGAI 评分5656 Metis-1.6 技术报告：单人训练的混合 Mamba-2 与 MoE 架构语言模型
独立研究者发布 Metis-1.6 技术报告，推出从零训练的 Praxis（2.94B）和 Logos（10.23B）两款混合 Mamba-2 与注意力 MoE 模型。
arXiv quant-phAI 评分3333 AI 与量子开源软件展望
针对 AI 辅助量子开源软件开发面临的验证难题与审查负担，一项新研究将可验证性列为核心要求。通过分析 5 届量子开源黑客松涉及的 110 个代码仓库及逾 1600 名参与者的调查，作者提出了要求提供可复现证据的验证规范与贡献标准。团队同时维护了一个开源配套仓库，以帮助开源项目采纳相关提议并支持成果复现。
arXiv cs.AIAI 评分4747 通过细粒度监控揭示 GPU 集群的优化空间
研究团队基于 Nvidia DCGM 开发出 100 ms 采样间隔的细粒度监控工具，对拥有 89 节点、319 块 GPU 的集群展开实测。对 7,399 个任务的分析显示，超 70% 任务 GPU 显存占用低于 20%，50% 任务平均 SM 利用率不足 5%，且 80% 任务申请与实际时长严重不符。结果表明可通过优化调度和 GPU 多任务大幅提升利用率，该监控工具已开源。
arXiv cs.AI精选AI 评分6363 System 1 决策模型指南：超越大语言模型的快速决策架构
研究者发布关于 System 1 决策模型的综合指南，探讨如何通过单次前向传播直接输出结构化决策，解决大语言模型自回归推理在路由、门控、打分和分类等常规决策中延迟高与成本贵的问题。
推荐理由：该文梳理了单次前向传播的快速决策架构，为高吞吐工作流中降低模型延迟与调用成本提供了系统参考。
arXiv cs.AIAI 评分4141 LegoSR：面向 Agent 引导科学发现的自我改进统一框架
研究人员提出面向代数符号回归与微分方程发现的统一框架 LegoSR，通过通用方程表示和评估流程集成了 7 个求解器。其配套的 LegoSR Agent 可自适应调整搜索策略，在含噪声常微分与偏微分方程基准上比相同预算下的通用 Agent 最高领先 29 个百分点。该框架还支持结合部分已知物理知识进行约束搜索，代码已开源。
NVIDIA BlogAI 评分5454 C-BRAIN 联合 NVIDIA 展现 AI 如何加速阿尔茨海默病科研发现
神经退行性疾病 AI 与生物医药研究联盟 C-BRAIN 正与 NVIDIA 合作，利用加速计算与智能体 AI 技术打破数据壁垒以加速阿尔茨海默病研究。该联盟通过混合联邦机制利用各机构未公开的数据资产，并已推出 OpenScientist 和 InsightEngine 两款开源智能体研究工具，能将数周的研究分析缩短至数分钟且单次运行成本低于 10 美元。
Cloudflare Blog精选AI 评分7676 Cloudflare 复盘 Workers AI 中 GLM-5.3 的 KV cache 跨请求泄露漏洞及 SGLang 修复方案
Cloudflare 披露 Workers AI 在运行 GLM-5.3 时因配置失误与 SGLang 缺陷出现跨请求 KV cache 泄露，影响了 155 个超长 prompt 响应并已完成修复上线。
推荐理由：原文详细拆解了分离式推理下缓存复用导致的跨租户数据泄露机制，为大模型托管服务排查引擎内存安全提供了参考。
arXiv cs.AIAI 评分4343 RSIHub：面向智能体演化方法的可组合框架
开源框架 RSIHub 为智能体演化方法提供共享基础设施，支持构建、对比与扩展各类演化算法。其在不修改核心架构的前提下实例化了 AHE、Hyperagents、A-Evolve 与 GEPA，提供执行、评估、恢复及血缘追踪支持。基于 MiniSWE 和 Codex 在 Terminal Bench 2 与 $\tau^3$ Banking 测试，最大整体 pass@1 提升达 13.5 个百分点。
arXiv cs.AI精选AI 评分6363 DiffResearch：利用扩散语言模型加速多智能体深度研究
研究团队提出开源多智能体深度研究框架 DiffResearch，将扩散语言模型作为各阶段核心以解决端到端延迟瓶颈。在 100 项 Deep Research Bench 任务中，扩散骨干网络带来约 6 倍的端到端提速，并在规划和写作阶段显著减少耗时。
推荐理由：该研究将扩散语言模型引入多智能体研究系统，通过非自回归生成缓解了长文规划与撰写的延迟瓶颈。
arXiv cs.LGAI 评分3030 aggmetrics：面向机器学习的分类性能评估指标聚合 Python 库
开源 Python 库 aggmetrics 可将基于混淆矩阵计数的二分类评估指标，通过 4 种聚合算子扩展至多分类、多标签、序数、成本敏感、软标签及交叉验证场景。该库能基于指标结构属性推断适用恒等式，并在指标被非预期使用时发出警告。项目采用 BSD-3 协议开源且仅依赖 NumPy。
Cloudflare Blog精选AI 评分6262 Cloudflare 与 VoidZero 推出 TypeScript 的 Rust 移植版本 tsrs
Cloudflare、VoidZero 与 Max Schwenk 合作推出 TypeScript 编译器的 Rust 移植版本 tsrs，并作为 Oxc 工具链的一部分进行孵化。
推荐理由：原文给出了早期性能与内存对比数据，读者可以据此评估将 TypeScript 编译链迁移至 Rust 与 Wasm 环境的实际收益。
NVIDIA BlogAI 评分4141 NVIDIA 开源模型助力欧洲新一轮公共部门项目
NVIDIA 开源模型与加速计算基础设施正全面支持欧洲多国公共部门项目，帮助政府在保障数据主权的前提下构建智能化服务。欧盟委员会通过 Haystack Enterprise Platform 扩展其 AI@EC 平台，波兰则基于 NVIDIA DGX BasePOD 打造医疗影像分析与就业服务智能体系统。
NVIDIA BlogAI 评分4444 欧洲先驱机构部署 NVIDIA Earth-2 开源模型赋能天气与气候预测
欧洲多家机构正部署 NVIDIA Earth-2 开源模型与工具，用于天气预测与气候研究，同时 Earth-2 迎来了基于 EUMETSAT 卫星数据每 10 分钟预测云层变化的区域模型 StormScope EU。
NVIDIA BlogAI 评分3333 NVIDIA 助力欧洲零售业转型：从数字发现到实体运营
欧洲零售企业正借助 NVIDIA 开源模型与物理 AI 技术升级电商及仓储运营。Shopify 通过后训练 NVIDIA Nemotron 3.5 Lightning 将服务成本降低 90% 且响应提速 7x，并借助 NVIDIA 优化软件在多项场景实现最高 12x 的推理成本降幅。
NVIDIA BlogAI 评分4040 欧洲领先金融机构采用开源模型构建专有智能
欧洲多家金融机构在 GTC Berlin 上展示了基于 NVIDIA 加速计算与开源权重模型在自有基础设施构建专有 AI 系统。其中 Revolut 利用 NVIDIA Blackwell Ultra GPU 扩展 PRAGMA 基础模型以服务 8000 万客户，bunq 部署开源模型使单次回答成本降低 60%。
AWS Machine Learning BlogAI 评分3434 在 AWS Trainium 上使用 torchtitan 训练 Qwen3
AWS 展示了在单台配备 16 个 Trainium2 加速器的 trn2.48xlarge 实例上，使用 torchtitan 训练 Qwen3（如 Qwen3-4B-Instruct-2507）的三种配置方式。
OpenAI NewsAI 评分2929 Patch the Planet：在 AI 智能体发现关键漏洞时协调全球响应
Patch the Planet 致力于将安全研究人员、项目维护者与事件响应人员连接起来，协同处置开源软件中的严重安全漏洞。该计划针对 AI 智能体挖掘出关键风险的场景，建立起跨群体的全球漏洞响应与协同机制。
NVIDIA Blog精选AI 评分6969 NVIDIA 扩展开源 Agent Toolkit，推出 Agent Knowledge Foundation 与 Kumo 模型家族
NVIDIA 扩展开源工具包 Agent Toolkit，推出涵盖数据工具、开放模型与运行环境的企业智能体全栈方案。
推荐理由：原文梳理了企业智能体从数据接入到安全运行的技术栈，有助于工程团队评估落地架构。
NVIDIA Blog精选AI 评分8181 NVIDIA 扩展开源模型矩阵，发布 Nemotron 3.5、Kumo 等多领域模型
NVIDIA 扩展了覆盖语言、结构化数据、机器人、生物学和量子计算的开源模型家族，推出 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Kumo 及 Cosmos 3.5 等多领域基础模型。
推荐理由：文章系统梳理了覆盖语言、物理模拟与生物计算等领域的开源模型矩阵，读者可借此了解不同垂直业务场景下的模型选型与落地路径。
橘鸦AI早报AI 评分3636 橘鸦AI早报：DeepSeek 开源推理框架 DeepInfer，ChatGPT 推出锁定聊天
DeepSeek 正式开源内部推理框架 DeepInfer 及 deepseek-recipe，支持英伟达 SM100 GPU 与华为昇腾 950 NPU。同时，ChatGPT 面向全订阅方案逐步推出支持 PIN 保护的锁定聊天，OpenAI 还为 Responses API 中的 GPT-5.6 等模型新增可选的 12 小时提示词缓存。
橘鸦AI早报AI 评分3333 橘鸦AI早报 2026-10-20：MiniMax 发布 M3.1 Flash，美国下令禁购 DeepSeek
MiniMax 正式发布 M3.1 Flash 模型，确认其早期版本为 Space Bunny，线上推理速度提升近 3 倍且 Agent 任务综合成本降低 70%。该模型已上线 MiniMax API，每百万 token 输入与输出价格分别为 1 元和 4 元，模型权重将于 10 月 23 日开放。同日美国国土安全部下令联邦文职机构禁购并移除 DeepSeek 及其相关产品。
AWS Machine Learning BlogAI 评分3737 Amazon SageMaker JumpStart 2026 年初至今进展回顾
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月期间接入了来自 30 家模型提供商的 100 多款新模型。新增模型涵盖阿里巴巴千问（Qwen）的 29 款、NVIDIA 的 17 款（含 Cosmos3 与 Nemotron 系列），以及 Mistral、Google、IBM 和 Cohere 等机构的产品。
橘鸦AI早报AI 评分3838 橘鸦AI早报：Anthropic 设立公益基金，OpenAI 现 3 个新模型 ID
Anthropic 宣布设立全资公益基金 Anthropic Public Benefit Fund，计划在股东批准后先投入公司 5% 的股份。同时，OpenAI API 短暂出现 aurora-red-alpha 等 3 个新模型 ID，消息称疑似正在 Arena 测试图像生成。此外，Hugging Face 联合创始人 Thomas Wolf 估算开源模型累计训练算力已近 10 亿美元。
AWS Machine Learning Blog精选AI 评分7171 Reflection AI 发布开源权重智能体编码模型 Beam 并提供 AWS 部署方案
Reflection AI 推出用于智能体编码的开源权重模型 Beam，具备 501B 总参数和 23B 激活参数，支持 100 万 token 上下文。该稀疏 MoE 模型权重在 Hugging Face 基于 Apache 2.0 协议开源，提供 BF16、FP8 和 NVFP4 版本。
推荐理由：原文给出了超大参数 MoE 编码模型的规格细节与分层部署路径，便于开发者评估大模型落地成本。
arXiv cs.AI精选AI 评分6565 MAI-Gym 开源跨平台 GUI Agent 评测与强化学习训练平台
研究团队推出开源一体化平台 MAI-Gym，统一了移动端、电脑和 Web 环境下的 GUI Agent 评测、数据收集与在线强化学习训练。该平台最高支持 20,000 个并行环境实例，并支持自动合成可重置的模拟应用与跨应用任务验证。
推荐理由：原文展示了通过可重置的模拟应用合成任务进行在线强化学习并直接迁移至实体手机操作，为低成本构建真实图形界面智能体提供了可行路径。
arXiv cs.AIAI 评分3131 多层级 AI 可访问性模型（MAIAM）：前沿 AI 安全的成比例访问与能力限制
研究提出多层级 AI 可访问性模型（MAIAM），打破 API 或开源权重的二元划分，按目的、安全与能力将模型访问划分为三层。Tier 1 设能力上限，Tier 2 面向受控研发，Tier 3 前沿 AI 仅限可问责的结构化访问，以应对几百美元即可剥离开源权重安全微调的风险。该框架结合能力边界与可访问性边界，主张由监管机构推行分级准入。
arXiv cs.AIAI 评分5454 研究实测开源大语言模型跨基准、推理模式与硬件的推理能效
一项针对 86 个开源大语言模型检查点的实测研究显示，能力相近的模型推理能效差异显著，开启思考推理模式平均会增加约 3.7 倍能耗。测试覆盖 7 个基准测试与 6 种硬件平台，发现多数配置偏离能效 Pareto 前沿，能耗比同性能配置中位数高出 2.6 至 4.8 倍。此外，FP8 量化可在分数基本不变的情况下减少约四分之一能耗，而生成 token 数量并不能完全代表实际能耗。
arXiv cs.AIAI 评分4646 基于开源权重模型的无限制 CTI-REALM 基准评测
研究人员在网络安全威胁检测基准 CTI-REALM 上评估了 19 个开源权重模型和 7 个闭源模型，发现在放开消息轮数限制后，开源权重模型能以不足十分之一的成本匹敌最强闭源模型，甚至取得最高奖励得分。研究指出原基准的消息限制掩盖了真实表现，价格与模型能力并不完全挂钩。此外，针对工作流各阶段的细分评估显示不同模型在不同阶段各具优势，宜按阶段进行路由调用。
Cloudflare Blog精选AI 评分7171 Cloudflare 与 VoidZero 开源全栈开发部署套件 Void
Cloudflare 与 VoidZero 正式开源全栈应用开发与部署套件 Void，包含部署平台 Void Platform、全栈 SDK 及命令行工具 CLI。
推荐理由：原文提供了基于 Vite 自动配置云资源与全栈部署的方案，有助于团队在保障安全的前提下规范编码智能体生成的内部应用。
NVIDIA BlogAI 评分4747 NVIDIA 拓展欧洲科研生态支持：开放学习资源、算力与多领域合作
NVIDIA 宣布加入欧盟委员会的 AI in Science Enablers 倡议，为欧洲科研界提供算力、开源模型及培训支持。NVIDIA 已在 Hugging Face 和 GitHub 上线超 250 个开源模型与 1400 多个开源软件项目，涵盖 Nemotron、BioNeMo 等科研工具。
NVIDIA BlogAI 评分3838 北欧与 NVIDIA 合作推进先进计算与 AI 生态发展
北欧地区正加速构建先进计算生态，预计到 2027 年底将部署 1 吉瓦 AI 云算力，瑞典多家行业巨头联合推出了搭载 1,152 颗 GPU 的 Sferical One 超级计算机。
NVIDIA Blog精选AI 评分6767 NVIDIA 在 OCP 峰会开放 Vera Rubin 架构设计并公布多项 AI 工厂标准
NVIDIA 在 OCP 全球峰会上宣布通过开放 MGX 架构将 Vera Rubin 机架及计算托盘设计贡献给 OCP，为下一代吉瓦级 AI 工厂提供统一的基础设施参考规范。
推荐理由：NVIDIA 将 Vera Rubin 架构与机架规范贡献给 OCP，降低了超大规模 AI 工厂在液冷、供电与网络层面的标准化部署门槛。
Cloudflare Blog精选AI 评分7575 Cloudflare 发布全模态决策模型 Clef-omni 并升级 Clef 系列
Cloudflare 正式发布开源权重决策模型 Clef-omni，原生支持文本、图像、音频与视频联合输入，并在 Hugging Face 开源权重。该模型基于 Qwen3-Omni-30B-A3B-Instruct 架构构建，跳过输出 token 生成以实现低延迟直接打分。
推荐理由：原文给出了决策模型统一处理音视频输入的方法，适合需要精简多模态处理流水线的工程团队参考。
arXiv cs.LGAI 评分3737 消除信息内容无法证明开源权重模型的防篡改能力
开源权重模型即便在发布时消除了有害信息的互信息，也无法保证对微调攻击的防篡改性。由于保持功能的重参数化会改变梯度下降几何结构，研究构造出的特例显示，即便互信息量均为零，模型能力仍可在一步梯度中恢复。受控实验证实恢复速度依赖训练顺序与参数化形式，表明安全认证必须引入对攻击动力学的约束。
NVIDIA BlogAI 评分3737 电信运营商为何基于开源模型构建 AI 战略
NVIDIA 报告显示 89% 的电信运营商将开源模型视作 AI 战略核心，以兼顾低成本前沿能力、业务定制与安全部署。NVIDIA 联合 AdaptKey 推出 30B 参数的 Nemotron 3 Large Telco Model，并开放基于 NVIDIA NeMo 的端到端微调方案。软银、AT&T 等运营商正借助开放模型开发电信专属模型并落地生产级智能体工作流。
Cloudflare BlogAI 评分5454 Cloudflare 发布 2026 年生日周产品更新汇总
Cloudflare 在 2026 年生日周期间集中发布了 46 项产品与技术更新，全面围绕智能体互联网、开源生态、后量子安全及开发者工具展开。
arXiv cs.AI精选AI 评分6060 研究团队开源本地运行的 AI 科研助手 K-Dense BYOK
研究团队推出开源 AI 科研助手 K-Dense BYOK，支持本地运行、自带模型密钥并记录哈希链实验笔记。该系统内置科学流程与模板，通过直接监控智能体动作生成只增不删的防篡改日志，旨在解决模型过度声称成果的问题。在 20 项跨学科科研测试中，其科学质量与执行表现优于两家托管平台，交付物通常附带结果复现命令，相关代码已采用 MIT 协议开源。
推荐理由：该项目通过直接监控智能体动作而非采信模型自述来记录只增不删的日志，为科研可复现性提供了可迁移的工程思路。
Cloudflare Blog精选AI 评分7272 Cloudflare 开源决策模型 Clef 与 Clef-flash 并推出强化学习微调平台
Cloudflare 发布并开源了专为智能体决策设计的 Clef 和 Clef-flash 决策模型，同时推出了基于 Workers AI 的强化学习微调平台。
推荐理由：原文展示了如何通过非自回归架构与确定性概率输出压缩智能体决策延迟，读者可参考其将小模型嵌入高频判定链路的工程设计。