用 ML Intern 在 Hugging Face 上自己造模型的实践分享
作者通过 Hugging Face 的 ML Intern 智能体在数天内训练并发布了 7 个模型。ML Intern 会先规划工作、申请预算，并按要求使用 Hub 硬件完成数据集构建、训练与评测。
#开源/仓库
Hugging Face BlogAI 评分3131
Microsoft Research精选AI 评分7070 微软研究院发布 Agent Lightning v1.0：用约 3,500 行代码实现对接真实 agent harness 的轻量智能体强化学习框架
微软研究院发布并开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的 agent harness 直接参与强化学习，开发者无需把 agent 重新实现到训练框架中。
推荐理由：框架以约 3,500 行代码实现与真实 agent harness 直接对接的 RL 控制平面，并用 SWE-bench Verified 上的 14.6 个百分点提升给出可复现的工程样例。
Hugging Face Blog精选AI 评分8484 NVIDIA Nemotron 团队公布 IOI 2026 与 IMO 2026 双金牌级别微调结果
NVIDIA 在 Hugging Face 博客公布，基于 Nemotron 3 微调的系统在 IOI 2026 与 IMO 2026 上同时达到金牌级别。
推荐理由：展示了同一基座在算法竞赛与数学奥赛两条赛道上达到金牌水平所用的微调与推理组合策略，并公开了数据集与复现入口。
Google DeepMindAI 评分5353 Google DeepMind 发布 EmbeddingGemma 2：面向端侧的多模态推理 embedding 模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构，采用 Apache 2.0 协议开源，参数规模约 740M，可将文本、代码、图像、音频和视频映射到统一 embedding 空间。
OpenAI NewsAI 评分5151 OpenAI 分享 frontier model 的数学研究结果与 Lean 证明形式化
OpenAI 发布内部 frontier model 在数学开放问题上的最新结果，并在 GitHub 分享 Lean 证明形式化与研究细节。材料未提供具体问题、模型名称或结果数据。
GitHub Blog · AI & MLAI 评分4848 GitHub 发布开源代码审查基准 ReviewBench，覆盖 219 个真实 PR
GitHub 发布开源代码审查基准 ReviewBench，含 219 个跨 19 种语言的公开 PR，与 1.039 亿个 GitHub 真实 PR 对齐分布。它通过人类评审、前端 frontier LLM 与静态分析构建多源 golden set，由资深工程师独立标注并达 96.6% 一致率。该基准已用于 Copilot 代码审查（CCR）的离线评估，并被验证其离线指标变化方向与线上实验一致。
Hugging Face BlogAI 评分4242 Hugging Face 团队开源 AstaBrief 8B 科学报告生成模型，报告生成速度较 Claude Thinking 模式提升约 3.5 倍
Ai2 旗下 Asta 团队开源 AstaBrief 8B 模型，定位为可本地运行的科学报告生成工具，基于 Qwen3-8B 经 SFT 和 DPO 后训练得到。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 SynthID Bio，为 AI 生成蛋白质引入水印
Google DeepMind 推出 SynthID Bio，用于给 AI 设计的蛋白质序列与 AlphaFold 3 预测的三维结构嵌入可验证水印。
推荐理由：SynthID Bio 把水印从数字内容带到蛋白质序列与三维结构层面，给 AI 生成生物设计提供可验证溯源信号。
Hugging Face BlogAI 评分5656 H Company 发布 Holo4 智能体模型系列，含 27B 与 35B-A3B MoE 两档
H Company 推出新一代智能体模型系列 Holo4，包含 27B dense 与 35B-A3B MoE 两款，并同步发布 Holotron4 Nano，可在 H Models API 上调用，权重已在 Hugging Face 开源（FP16/FP8/GGUF）。
GitHub Blog · AI & MLAI 评分2626 GitHub Security Lab Taskflow Agent：用 LLM 智能体实现 C/C++ 项目自动化模糊测试
GitHub Security Lab 推出基于 Taskflow Agent 的 Fuzzing Taskflow，面向 C/C++ 项目实现端到端自动化模糊测试流水线。
Microsoft ResearchAI 评分3737 Microsoft Research 发布 RetroChimera：开源逆合成预测模型登 Nature
Microsoft Research 在《Nature》公布并开源逆合成预测模型 RetroChimera，采用 Transformer 的 R-SMILES 2 与图神经网络 NeuralLoc 集成框架，通过 learned ensembling 融合两类子模型的互补优势。
Google ResearchAI 评分1919 Google Research 提出 MilleMiglia：中段物流的合成数据基准生成器
Google Research 在论文中推出开源 C++ 实例生成器 MilleMiglia，用于为"中段物流"（middle-mile）配送生成保真的合成基准数据，弥补该领域长期缺乏公开高质量数据集的空白。
Microsoft ResearchAI 评分4141 Microsoft Research 开源 GigaPath-Flash 与 GigaTIME-Flash 高效病理基础模型
Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash 两款开源病理基础模型，均采用 Apache 2.0 协议。
Berkeley AI ResearchAI 评分3535 K-Search 加入 MLX 后端：将 CUDA 核函数优化经验自动迁移到 Apple Silicon
Berkeley Sky Lab 在 K-Search 进化式核函数优化框架中加入 MLX 后端，新增一层 CUDA-to-MLX 结构化翻译，把既有 CUDA 核函数作为知识库自动改写为 Apple Silicon 可用的高质量核函数。
Berkeley AI ResearchAI 评分3333 Berkeley 解读 LLM 交互识别方法 SPEX 与 ProxySPEX
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两套面向 LLM 的可解释性算法，可在特征归因、数据归因与机制可解释性中以少量扰动识别高阶交互。