精选

推荐理由：作者用 ML Intern 在两天内做出六个模型，并公开全部提示词与成本明细，可迁移到自己的训练流程。

推荐理由：三个月专利撰写实验区分了AI带来的即时产出提升与无辅助判断力的变化，为评估AI对专业能力的影响提供了可迁移的实验设计。

推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本降幅与在 Bedrock 上的接入方式，便于判断它在多智能体分层中的位置。

推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一并给出，读者可据此判断 Windows 端侧智能体的落地路径。

推荐理由：GitHub 用九个季度数据说明密钥泄露与人工修复的失衡，并给出把检测前移到 push 环节的模型方案。

推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步带来 Intelligent UI 的视觉与交互体验。

推荐理由：Liquid AI 公开两个决策模型，给出端侧延迟与七项基准对比，可据此判断小模型做结构化决策的可行性。

推荐理由：微软研究院开源了约 3500 行的智能体 RL 框架，并给出 6000 样本提升 14.6 个百分点的完整训练管线。

推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集，可据此复现领域专家模型。

推荐理由：OpenAI 公开内部前沿模型在数学开放问题上的结果，并放出 Lean 形式化证明，可供研究者直接查阅。

推荐理由：官方给出 740M 参数、模块化编码器与端侧内存占用，可据此判断本地多模态检索的落地成本。

推荐理由：GLM 5.3 在 Bedrock 上线，文中给出提示词缓存与 Strix 安全测试的完整调用示例，可据此评估迁移成本。

推荐理由：官方给出 1 万亿参数、49B 激活与多项基准对比，可据此判断开源权重模型在编码与智能体任务上的位置。

推荐理由：GitHub 公开了代码审查基准的构建方法与离线信号，读者可据此判断评测结果与线上表现的关系。

推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用后端状态而非生成文本判分，并给出可复现的 OpenEnv 运行方式。

推荐理由：OpenAI 官方给出 GPT-6 家族的选型与调优路径，可帮助团队把模型能力落到生产工作流。

推荐理由：原文给出了从 Qwen3-8B 出发的 SFT 加 DPO 训练配方与数据过滤经验，可迁移到其他科学报告生成场景。

推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，并给出 Gboard 已上线的落地情况，可了解隐私可验证训练的实现路径。

推荐理由：原文给出 64GB 新配置的定价、上市时间和双机集群性能数据，读者可据此判断本地跑大模型的成本与扩展方式。

推荐理由：原文给出 Astra Ultrafast 相对标准模式的加速倍数与开放入口，读者可据此判断它对编码智能体循环的实际影响。