开源工具 BootLoops 让 Claude 完成精确科学计算，三个月产出 36 篇手稿
哈佛物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops，它让 Claude 完成精确科学计算，三个月内团队在 18 个领域产出 36 篇手稿、19 位合著者。
#数据/训练
The DecoderAI 评分7171
The DecoderAI 评分6666 Google 研究者提出 RRSI，防止自我改进智能体记住测试任务
Google 研究者提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），在让语言模型反复改写智能体 harness 的同时，通过逐步收紧的编辑预算和严格 critic 过滤硬编码任务名或基准技巧的改动，避免智能体记住测试任务。
The DecoderAI 评分5252 NASA 与 IBM 发布开源月球基础模型，用 17 年轨道器数据训练
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，称其为月球科学领域最早的开源基础模型之一。
The DecoderAI 评分5858 Aleph Alpha 研究：中国 AI 模型在敏感议题上重复官方立场或拒答
Aleph Alpha 开发基准测试，用 967 个敏感议题测试阿里千问（Qwen）、DeepSeek 和月之暗面（Kimi）的模型，其自有评分系统仅将 17% 至 41% 的回答评为平衡，其余重复官方立场、回避或拒答。
Latent SpaceAI 评分4242 AINews：GPT-6.1 Sol 与 Sonnet 5.5 重塑性价比前沿
OpenAI 发布 GPT-6.1 Sol，定价 $2/$10 每百万输入/输出 token，据称在 DeepSWE v1.1 上超 GPT-6 Sol 6.4 分，Agent Arena 以 $0.56 中位成本进入第 5。
AWS Machine Learning BlogAI 评分4747 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。
Latent SpaceAI 评分6666 Airbnb CTO 谈如何把公司改造成 AI 原生：60% 代码由 AI 编写
Airbnb CTO Ahmad Al-Dahle 讲述公司转向 AI 原生的内部实践：目前 60% 的代码由 AI 编写，功能交付量同比增长近 80%，工程师人均 PR 吞吐量提升约 1.6 倍，约一半客服工单由 AI 独立解决。
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!