在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，训练环境提供 BM25 词法搜索与向量搜索两个工具。MTRL 支持 PPO、CISPO、IS 损失与 GRPO 等优势估计器，采用无服务器按 token 计费，并可在 MLflow 中逐轮查看轨迹与奖励。
#领域:AI
AWS Machine Learning BlogAI 评分4747
OpenAI News精选AI 评分6060 OpenAI 阻断一次协同模型蒸馏活动
OpenAI 表示已阻断一次协同的模型蒸馏活动，该活动试图提取其受保护的模型推理内容。OpenAI 称正在加强对对抗性蒸馏的防御。
推荐理由：OpenAI 披露其阻断了一次针对模型推理的对抗性蒸馏活动，读者可了解模型保护与对抗蒸馏的攻防现状。
Google Research精选AI 评分7373 Google Research 发布 AI 视频联合导演框架，实现连贯长视频生成
Google Research 发布 AI video co-director，一个构建在 Gemini 和 Veo 之上的多智能体编排框架，用于生成连贯的多镜头长视频。
推荐理由：Google 把长视频生成拆成四个可组合框架，读者可了解多智能体如何用世界状态记忆抑制跨镜头漂移。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话结合，让企业智能体具备会听、会看、会说的动态视觉形象，并已在 Gemini Enterprise 上线。
推荐理由：官方给出实时视频化身与异步工具调用的组合方式，读者可据此判断企业对话智能体的交互形态变化。
Mistral AIAI 评分4242 Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，初期聚焦网络安全和语音，并计划开发阿拉伯语表现强劲的前沿模型。合作规模达数亿欧元，Mistral 将探索使用 HUMAIN 数据中心基础设施，双方还将在沙特面向受监管行业制定联合市场策略。
Microsoft Research精选AI 评分6262 微软研究院发布 Skala 1.1，并集成到 CP2K 等电子结构软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据比上一版多 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差为 2.8 kcal/mol。Skala 已在 CP2K 中可用，并正在集成到 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续更新的性能基准报告。
推荐理由：Skala 1.1 用 2.5 倍训练数据提升精度，并给出多款电子结构软件的集成进展与性能基准。
Berkeley AI ResearchAI 评分4242 自适应并行推理：高效推理扩展的下一个范式
自适应并行推理让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调它们，被视为高效推理扩展的下一个范式。现有并行推理方法（如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!