OlmoEarth v1.3 发布，开放全球卫星嵌入与浏览器地图分析工具
OlmoEarth 发布卫星嵌入模型 v1.3，同时开放 10m 分辨率的全球年度嵌入和浏览器分析工具 OlmoEarth Embeddings Explorer。
推荐理由：预计算嵌入与浏览器分类工具把部分遥感任务从逐项微调转为轻量建模，为缺少 GPU 的团队提供了低成本试验路径。
技术方向
数据与训练 最新动态
大模型是怎么练出来的：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
10 条精选近 30 天 10 条共收录 71 条
更新
数据与训练的精选
Hugging Face Blog精选AI 评分6666 Google DeepMind精选AI 评分6363 超越树木覆盖率：ForTy 以 10 米分辨率绘制全球森林类型地图
Google DeepMind、Google Research 与 WRI、IIASA 联合发布 ForTy 2020，以 10 米分辨率将全球土地划分为六类森林及土地用途。
推荐理由：相比只标示树木覆盖的地图，ForTy 区分森林类型并追踪土地用途变化，可识别天然林被砍伐后改种人工林所掩盖的生态变化。
NVIDIA Blog精选AI 评分6969 NVIDIA 扩展开放模型阵容，支持欧洲跨行业主权 AI 建设
NVIDIA 扩展面向语言、机器人、生物学和量子计算的开放模型阵容，支持组织使用本地数据定制，并部署在自行控制的基础设施上。
推荐理由：这些开放模型允许组织结合本地数据定制，并在自主管理的基础设施上部署，为理解欧洲主权 AI 的行业落地路径提供具体背景。
NVIDIA Blog精选AI 评分6464 NVIDIA 扩展 Agent Toolkit，新增企业数据知识基础与智能体工具
NVIDIA 扩展开源 Agent Toolkit，新增 Agent Knowledge Foundation、Kumo 系列开放模型及相关工具，帮助企业利用公司数据定制和管理智能体。
推荐理由：此次扩展把企业数据接入与智能体运行边界放在同一工具栈中，为理解企业如何兼顾数据利用和权限治理提供了具体参考。
NVIDIA Blog精选AI 评分6161 NVIDIA Cosmos 新增世界模型训练、评估与部署工具
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真模型检查点和 Cosmos Data Factory 蓝图，支持世界模型的数据准备、适配、测试与部署。
推荐理由：通过数据生成、模型适配与部署三个可拆分环节，材料展示了世界模型开发流程的衔接方式，可供团队规划工具链时参考。
Hugging Face Blog精选AI 评分6969 NVIDIA Kumo Relational 无需任务专用训练，在关系数据基准上超越监督学习
NVIDIA 推出关系基础模型 Kumo Relational，无需任务专用训练、特征工程或表格扁平化，即可直接在企业数据库上进行预测。
推荐理由：通过与监督式关系模型及特征工程流水线的比较，材料展示了上下文学习替代逐任务训练的可行范围，也交代了大训练集下的局限。
Meta Engineering精选AI 评分7575 深入 Meta Prometheus：吉瓦级超级集群的建设与可靠性工程
Meta 详解吉瓦级超级集群 Prometheus 的硬件、网络与可靠性工程，其第一阶段已完成并用于训练 Muse 基础模型。集群目前拥有数十万 GPU，正向约 1 million GPUs 扩展；Muse Wonder 预训练和强化学习运行的有效训练时间占比分别超过 85% 和 90%。
推荐理由：通过备用 GPU、分层故障恢复与逐项归因的工程实践，解释超大规模训练如何减少中断并提高有效吞吐量。
Microsoft Research精选AI 评分6060 Microsoft Research 的 Jennifer Neville 谈 AI 会犯哪些错，以及失败能教会我们什么
Microsoft Research 的 Jennifer Neville 在访谈中解析 AI 在多轮对话和长流程协作中的失败，以及评估如何帮助改进系统。她的团队将单轮基准改为逐轮补充需求的测试，发现模型表现显著下降，长流程中的未纠正错误也会累积并造成混乱。她建议对话混乱时重新开启聊天并一次性完整说明需求，在实际工作中保留人工监督与核验，而非将任务 100% 委托给 AI。
推荐理由：把单轮基准改造成逐轮补充需求的评估，能揭示高分背后的交互短板，为设计贴近真实工作流的测试提供具体思路。
Mistral AI精选AI 评分7777 Mistral AI 发布 Mistral Large 4 公开预览，计划本月底开放权重
Mistral AI 发布 Mistral Large 4（ML4）公开预览，即日起可通过 Mistral Studio 使用预览 API，计划本月底开放权重。
推荐理由：当前 API 预览与月底开放权重的安排，提供了区分模型能力试用和自主部署的具体背景，尤其关联安全团队对运行控制权的需求。
Microsoft Research精选AI 评分6262 Microsoft Research 推出 Quine，连接生物学世界模型与实验研究流程
Microsoft Research 推出实验性 AI 研究系统 Quine，将多模态生物学世界模型与连接科学工具、文献和研究人员的交互框架结合。在与 Broad Institute 合作的胰腺癌研究中，团队用一个周末完成数千种化合物的预测筛选与候选排序，多项湿实验验证了高排名候选引导细胞状态转变的效果。
推荐理由：胰腺癌实验案例展示了先用模型缩小化合物搜索范围、再用湿实验检验预测的研究路径，为计算与实验协作提供具体参照。