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。
#多模态
Hugging Face Blog精选AI 评分7272
Import AIAI 评分4747 Import AI 476：创造力与递归自我改进、中国开放权重模型表现及 AI 进入太空
Import AI 476 聚焦 AI 视觉推理、科研品味与太空发展，并审视中国开放权重模型的表现。HSS 基准包含 522 个问题，人类 pass@1 为 93.1，GPT 6 Astra 为 53.6，GLM-5.3-flash 与 Kimi K3 分别为 26.8 和 25.5；TasteVal 则评估 AI 选择问题、设计实验和解读结果的研究品味。
Berkeley AI ResearchAI 评分3232 Berkeley AI Research 2026 届博士毕业生成果展
Berkeley AI Research（BAIR）庆祝2026届博士毕业生在机器人、大语言模型推理、计算机视觉、生成模型、AI安全及医疗等方向的探索与成果。毕业生将赴高校、产业研究实验室、创业公司任职或继续博士后研究，研究主题还包括蛋白质生成建模、语音建模与人类用户模拟。