NVIDIA与IIT Madras发布Indic预训练研究与2.8T token数据集
NVIDIA与IIT Madras及AI4Bharat将发布Nemotron-pretraining-Indic-v1，覆盖22种印度语言、约2.8万亿token，并同步开放GPU加速的数据生成流程。
推荐理由：报告同时给出2.8T token语料、生成流程与continued pretraining评测，便于理解印度语言数据扩展的方法和效果边界。
#部署/工程
Hugging Face Blog精选AI 评分7272 Hugging Face Blog精选AI 评分6767 Granite Switch 4.1 发布，整合聊天、决策与语音转录模型
Granite Switch 4.1 发布 8B 和 30B 模型，将通用与安全决策适配器、Granite-Speech-5.0-Turbo-CTC 语音识别模型及基础模型整合到同一托管端点。
推荐理由：文章给出 Granite Switch 4.1 的模型组合、适配器缓存复用与单端点部署方式，便于理解多能力统一推理的实现路径。
AWS Machine Learning Blog精选AI 评分6868 Meta Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 面向智能体编码工作流优化的开放权重模型 Muse Spark Open 现已上线 Amazon SageMaker JumpStart。该模型采用 MoE 架构，总参数量 816B、每个 token 激活 42B，支持 1M tokens 上下文，并提供 BF16 与 NVFP4 两种版本。
推荐理由：文章给出两种权重格式的实例映射、SDK 调用与清理步骤，可用于评估部署成本和接入方式。
AWS Machine Learning Blog精选AI 评分6969 AWS 介绍通过 Trust in Depth 管理 AI 智能体自主性
AWS 提出 Trust in Depth 分层方法，用范围界定、身份识别、边界控制和运行观测提高 AI 智能体的可控性。文章以帮助台智能体处理员工离职为例，介绍 Policy in AgentCore、AgentCore Gateway、Strands Box 和 Amazon CloudWatch Omni 如何执行权限、身份、策略与追踪控制。
推荐理由：文章以生命周期为线索拆解智能体的范围、身份、边界和观测层，并结合 AWS 产品说明如何落实这些控制。
NVIDIA Blog精选AI 评分7878 NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 开放模型
NVIDIA 发布 120B 参数的开放多模态智能体模型 Nemotron 3.5 Super VL，以及面向端侧设备的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
推荐理由：这三款开放模型覆盖企业服务器到端侧设备，并披露训练、部署和行业定制信息，便于比较不同智能体场景的算力需求。
Hugging Face Blog精选AI 评分8181 FLUX.3 Image Klein 登陆 Diffusers，支持边界框布局控制
Black Forest Labs 的 FLUX.3 Image Klein 已登陆 Hugging Face Diffusers，一个模型支持文生图、多参考图生图和边界框布局控制。
推荐理由：文章提供两个检查点的配置、速度与显存数据，并给出布局控制、LoRA 微调和模块化工作流示例。
AWS Machine Learning Blog精选AI 评分7171 Anchor Browser 如何接入 Amazon Bedrock AgentCore payments 实现 x402 自动支付
Anchor Browser 已与 Amazon Bedrock AgentCore payments 集成，可让 AI 智能体通过 x402 协议自主购买网页内容和 API 服务。
推荐理由：文章拆解了托管支付层的接入流程及安全边界，为现有浏览器智能体增加自主付费能力提供可迁移实现。
GitHub Blog · AI & ML精选AI 评分7272 GitHub 用 ModernBERT 提升秘密检测效率并降低噪声
GitHub 为秘密扫描设计了 Regex 候选生成与微调 ModernBERT 分类器组成的两阶段管线，用于结合上下文区分真实凭据和外观相似字符串。该分类器已将通用秘密检测扩展至 push protection，相比此前的 LLM 管线，仓库所有者加权接受率提高 11.5%，提交后扫描中位执行时间降低 86%，服务成本降低超过 98%。
推荐理由：GitHub 公开了紧凑型秘密检测模型的训练与混合扫描设计，并提供精度、召回率、延迟和成本数据。
NVIDIA Blog精选AI 评分7878 NVIDIA RTX Spark 笔记本将上线并完善本地 AI 软件生态
NVIDIA 与合作伙伴将在 RTX Spark 笔记本上市前推出本地 AI 智能体、模型、创作应用和开发者工具更新，相关笔记本计划于 10 月 16 日上市。文章还介绍 Nemotron 3.5 Bolt 74B、开源路由器 NVIDIA PAIR、Adobe 应用优化、Broadcast 2.3、llama.cpp Windows 应用及 DLSS 5 等更新。
推荐理由：文章集中梳理 RTX Spark 发布前的软件生态、模型、创作工具、开发者环境和游戏支持，能帮助读者判断本地 AI 工作流的实际覆盖范围。
Hugging Face Blog精选AI 评分7474 Hugging Face ML Intern 用提示词自动训练并发布模型
Hugging Face 展示了如何在 HuggingChat 中启用 ML Intern，通过自然语言提示完成数据准备、基线测试、训练、评测和模型发布。作者用 7 个项目验证了工作流，总计算成本约 USD 103，其中 0.8B Pocket Rewriter 可在 CPU 上运行，并提供全部提示词与模型、数据集和应用。
推荐理由：文章拆解了用 ML Intern 自动规划、训练、评测并发布模型的方法、成本控制和多组项目结果。
GitHub Blog · AI & ML精选AI 评分6969 GitHub Secret Protection 引入 ModernBERT 密钥检测模型
GitHub 推出与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用于识别非结构化密钥并扩展 Secret Protection 的推送保护。
推荐理由：GitHub结合九个季度的数据说明代码增长速度与凭据暴露处置压力，并介绍用于提前识别非结构化密钥的 ModernBERT 分类器及其应用范围。
Microsoft Research精选AI 评分8181 Microsoft Research Asia 开源 Agent Lightning v1.0 轻量级 Agentic RL 框架
Microsoft Research Asia 发布并开源 Agent Lightning v1.0，以约 3,500 行代码构建轻量级 Agentic RL 控制平面。
推荐理由：原文同时说明框架架构、训练流程和编码智能体实验结果，便于评估其如何接入现有 Agent harness。
Microsoft Research精选AI 评分6666 Microsoft Research 研究物理 AI 机器人推理卸载并扩展 Physical AI Toolchain
Microsoft Research 研究了将物理 AI 推理从机器人车载 GPU 卸载到边缘或云端 GPU 的方案。实验显示，卸载可提升映射、规划、导航和操作性能，并减少电池消耗；研究团队还在 Physical AI Toolchain 中加入基于 Kubernetes 的自动容器化、部署和推理卸载能力。
推荐理由：文章通过移动机器人实验展示推理卸载对任务性能、电池续航和部署规模的影响，并给出基于 Kubernetes 的实现工具。
Mistral AI精选AI 评分8383 Mistral AI 分享用 AI 智能体迁移复杂 Fortran 遗留代码的实践
Mistral AI 帮助一家欧洲能源运营商将 40,000 行 Fortran 77 物理密集型油藏模拟器迁移至 C++，并总结了结构化智能体工作流。团队先构建数值一致性校验工具，再利用调用关系树、文档库和 Mistral OCR 梳理代码，随后采用规划、编码、测试、审查及人工复核的模块化流程。
推荐理由：项目复盘了数值一致性校验、代码文档化和人机协作工作流，为复杂遗留系统迁移提供了可复用方法。
Berkeley AI Research精选AI 评分6565 智能接近免费后：面向、承载和由 AI 智能体构建的数据系统
Berkeley AI Research 团队提出，随着 AI 智能体承担多数知识工作，数据系统将同时面向智能体、承载智能体集群，并由智能体参与构建。研究指出，推理价格年均下降约 9x 至 900x，未来重点包括智能体推测查询、结构化记忆、多智能体协调，以及通过辅助验证和形式化证明生成可信的自定义数据系统。
推荐理由：文章以推理成本持续下降为背景，梳理智能体普及后数据系统在查询、记忆、协作与可信生成上的研究问题。
已经到底了