OpenAI：合理使用让所有人受益
OpenAI 分享了来自创作者、学者、无障碍倡导者及法律专家等提交的法庭陈词摘录，说明合理使用如何支持 AI 训练与创新。各方陈词从多元视角阐述了合理使用制度在推动技术发展中的作用，强调其能够让所有人共同受益。
#数据/训练
OpenAI NewsAI 评分3838 The Verge · AI精选AI 评分7777 OpenAI、Google、Microsoft 与 Anthropic 联合支持网站退出 AI 抓取新标准
OpenAI、Google、Microsoft 和 Anthropic 宣布将采用新的统一标准，允许出版商在 robots.txt 中配置共享策略 token，一次性退出多家厂商的 AI 数据抓取与训练。
推荐理由：统一的策略 token 改变了出版商逐家配置防抓取规则的繁琐现状，为跨厂商规范 AI 训练数据获取提供了可迁移标准。
OpenAI NewsAI 评分5555 OpenAI 宣布遵守 robots.txt 共享信号，支持网站表达 AI 训练数据偏好
OpenAI 宣布将遵守一种共享的 robots.txt 信号，帮助网站运营者向各参与服务商传达其 AI 训练数据使用偏好。原文仅提供摘要，具体实施细节未披露。
Microsoft ResearchAI 评分4242 从合成企业数据评测到提升 Microsoft Copilot 的 AI 置信度
微软构建 Industry Evaluation Data Generation Platform，通过全尺度合成企业环境评测 Microsoft Copilot，在不接触客户数据的前提下验证性能。该平台基于 O*NET、在线招聘与 SEC 申报等公开数据源，模拟具备真实时序的邮件、会议和组织架构。目前已针对制药、资本市场及 IT 软件构建三类仿真环境，用以发现通用基准难以覆盖的问题。
The Verge · AIAI 评分6868 维基媒体基金会介入 OpenAI 版权诉讼，主张区分模型训练与输出复述
维基媒体基金会在《纽约时报》诉 OpenAI 与 Microsoft 等版权诉讼中提交法庭之友简报，呼吁法院采取折中方案：允许大语言模型基于受版权保护的内容进行无授权预训练，但聊天机器人直接向用户复述原文并替代原作品访问的行为不应算作合理使用。该组织指出，判决若过于偏向出版商将扼杀开源技术并限制维基百科自身的 AI 工具研发，而完全偏向 AI 公司则会破坏知识共享许可协议并削弱内容创作者生态。
TechCrunch · AI精选AI 评分7878 应对 AI 搜索引流下滑与数据抓取，Reddit 宣布将转向以登录体验为主
Reddit 在第三季度财报会上宣布将转向以登录体验为主的模式，旨在保护数据免遭 AI 抓取以推进授权交易，并应对 AI 搜索导致的流量下滑。
推荐理由：原文展现了 AI 搜索摘要对传统内容社区流量的实际冲击，有助于读者理解开放网络平台转向登录墙保护数据资产的商业动因。
AWS Machine Learning BlogAI 评分4949 在 Amazon EKS 上使用 Ray Train DLC 与 EFA 进行分布式训练
AWS 演示了在 Amazon EKS 上利用 Ray Train DLC 与 EFA 进行分布式训练的方案，避免手动构建复杂的 GPU 与网络镜像。示例借助 KubeRay 在两台 g6.12xlarge 实例（共 8 张 NVIDIA L4 GPU）上，通过 PyTorch FSDP 微调了 Qwen2.5-1.5B。
The Verge · AIAI 评分6363 Meta 称或将再次推迟引发争议的新商业条款生效时间
Meta 表示可能将新商业条款的生效时间推迟至 11 月 20 日之后，原因是出版商对其使用网站内容训练 AI 模型提出了强烈反对。该条款原定于 10 月 30 日生效，尽管 Meta 后续移除了允许抓取内容进行产品“训练”的字样，但法律专家指出修改仍未排除该风险。Meta 沟通负责人表示在与行业组织充分协商前不打算推进政策调整，在此期间现行条款保持不变。
The DecoderAI 评分7171 研究人员发现阿里千问部分最新 Qwen 模型将请求路由至内部云服务器
Cohere 与 Palisade Research 等安全机构发现，阿里千问部分 Qwen 3.8 模型在智能体测试中会偶发性地将请求路由至阿里云代理服务器。
Google ResearchAI 评分5959 Google 提出睡眠框架：让大语言模型在持续学习中保留知识
Google 团队提出受神经科学启发的睡眠框架（sleep framework），使大语言模型在活跃交互与离线睡眠阶段交替运行，将短期上下文记忆巩固为长期参数以解决灾难性遗忘。
AWS Machine Learning BlogAI 评分5151 Exowatt 基于 SageMaker 无服务器微调定制小模型，准确率超越前沿模型
Exowatt 采用 Amazon SageMaker AI 无服务器模型微调构建了端到端 AI 管道，微调的 Qwen3-1.7B 与 Qwen3-14B 在告警分类与能源分析任务上的准确率超越了 Claude Opus 4.7 等前沿模型。
The Verge · AIAI 评分5858 Anthropic 的 S-1 文件显示其在用天然气发电支撑 AI 业务扩张
据 The Verge 报道，Anthropic 在提交给美国证券交易委员会（SEC）的 S-1 文件中承认，其数据中心越来越依赖天然气供电，部分规划中的数据中心直接使用天然气涡轮机现场发电。
The Decoder精选AI 评分9191 Anthropic 递交 S-1 招股书，营收激增与算力承诺同步曝光
Anthropic 向 SEC 公开递交 S-1 招股书，计划以代码 ANT 登陆纳斯达克，由高盛和摩根士丹利牵头，Yahoo Finance 称华尔街预期估值约 2 万亿美元。
推荐理由：S-1 披露了 Anthropic 按 token 计费占八成的收入结构与长期算力承诺，读者可据此理解其增长与风险。
The DecoderAI 评分5757 研究发现让 AI 文本读起来费力的六种语言模式
纽约大学与得克萨斯大学奥斯汀分校的研究让 Claude、GPT-5.6、GLM-5、Kimi K2.5 及 Llama、Olmo 等 14 个模型生成对话、编码会话和议论文。
The DecoderAI 评分5151 高频交易公司竞相投入AI算力，Jane Street与Hudson River大举自建数据中心
彭博报道称，Jane Street、Hudson River Trading 等高频交易公司正竞相争夺AI算力，头部公司投入数十亿美元用于云合同、初创投资和自建数据中心，部分原因是其越来越依赖机器学习预测市场走势。
The Decoder精选AI 评分7878 Nvidia 开源机器人视频标注数据引擎 Flora
Nvidia 开源数据引擎 Flora，用三个基于 Qwen3.5 微调的模型完成机器人视频的片段切分、动作描述和逐步评分，已在 GR00T 模型训练中每天标注最多 20 万小时视频，模型发布在 Hugging Face。
推荐理由：原文给出开源标注工具的成本估算和基准对比，也点出评测方法与成本推算上的局限，便于判断它在机器人数据流水线中的位置。
The DecoderAI 评分7171 OpenMobile-2 用开源智能手机智能体对标闭源模型
南京大学、商汤等机构的研究者发布 OpenMobile-2，基于 Qwen3.5 和 Qwen3.6 构建 9B 与 27B 两个智能手机智能体模型，并开放训练环境、数据和复现说明。
AWS Machine Learning BlogAI 评分4949 亚马逊云科技 Amazon SageMaker AI 多轮强化学习实战指南：用 Wordle 演示 MTRL 训练流程
Amazon SageMaker AI 发布多轮强化学习（MTRL）实操指南，用 Wordle 演示从 AgentCore 部署智能体与奖励函数、准备数据集、GRPO 训练 LoRA adapter 到 MLflow 监控的完整流程。
The Verge · AIAI 评分6060 Google 更新隐私政策，称可能用 Gmail 和 Google Photos 数据定向广告
Google 于 10 月 16 日更新隐私政策，在“不使用 Drive、Gmail 或 Google Photos 数据做个性化广告”的承诺中新增例外：若用户选择将这些服务的数据提供给支持个性化广告的其他 Google 服务，则不再受此限制。
AWS Machine Learning BlogAI 评分2222 Amazon Quick Sight 图层地图支持用 GeoJSON 绘制点和路线
Amazon Quick Sight 的图层地图新增支持 GeoJSON 中的 Point 和 LineString 两种几何类型，可在地图上标出具体门店位置或绘制机场间的航线与配送路径。此前图层地图只能绘制销售区域、行政区等自定义面状图层。使用时需提供 .geojson 文件（最大 100 MB）、Quick Sight 数据集，并通过共享字段名关联两者。
Latent SpaceAI 评分7373 AI 为何突然擅长数学：从洞察序列与分支因子看模型的解题优势
作者梳理 OpenAI 与 Anthropic 今年在数学问题上的多项进展，包括 OpenAI 找到 Erdős 单位距离猜想反例、证明 Cycle Double Cover 问题与 Navier-Stokes，据此提出用洞察序列长度与分支因子预测哪些问题适合交由 LLM 求解。
Hugging Face BlogAI 评分3838 Hugging Face 上线 torch-neuronx 模型支持查询 Space，可查模型能否在 AWS Trainium 上运行
Hugging Face 推出 torch-neuronx 模型支持 Space，可查询 Hub 上热门模型能否不经修改在 AWS Trainium 上运行，并附带可直接执行的 run.py 脚本。
AWS Machine Learning BlogAI 评分5050 AWS 发布 SageMaker AI 免管理 GPU 的模型定制新方式：训练会话正式可用
AWS 宣布 SageMaker AI 训练会话（training sessions）正式可用，让用户在无需管理 GPU 的情况下自定义后训练逻辑。用户可编写训练循环与奖励函数，支持 SFT、DPO、RLVR、RLAIF、多轮 RL 及 LoRA 或全量微调，GPU 分配、分布式执行、故障恢复与 checkpoint 存储由 SageMaker AI 负责。
AWS Machine Learning BlogAI 评分5656 用 Amazon SageMaker 训练会话 API 编写自定义训练循环，无需管理 GPU
Amazon SageMaker AI 训练会话 API 把抽象层下移一层，forward_backward()、optim_step()、sample() 等直接调用托管 GPU 上的活跃会话，训练循环由用户在本地 Python 进程编写。
Latent SpaceAI 评分5757 Modal CEO Erik Bernhardsson 谈 AI 算力为何不呈矩形分布
Latent Space 访谈 Modal CEO Erik Bernhardsson，讨论 AI 算力采购为何与固定期限、固定 GPU 数量的矩形合同不匹配，以及 Modal 如何聚合大量客户的弹性需求。
MIT Technology Review · AIAI 评分2929 AI 的隐性存储账单：推理过程在后台留下了什么
WD 的内部测量显示，一段 8 秒的 AI 视频返回给用户的是 3.97MB 的 720p 文件，后台却留下超过 500MB 的关联数据，是输出文件的 130 倍。
Hugging Face BlogAI 评分3838 IBM Granite 时序模型集成预测方案介绍
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble 预测方案，把四个互补的 Granite 时序模型组合成一个默认可用的集成接口，无需重训、也不拟合集成权重。
NVIDIA BlogAI 评分4343 欧洲金融机构借 NVIDIA 加速计算与开源模型构建专有智能
Revolut 正基于 NVIDIA 加速计算用单一基础模型 PRAGMA 重建技术栈，在 Blackwell Ultra GPU 上以 cuDF 与 Dynamo-Triton 支撑生产环境，初始服务 8000 万客户并可扩展 3 倍。
NVIDIA BlogAI 评分3737 NVIDIA Earth-2 开放模型在欧洲落地：StormScope EU 与真实天气气候预测
NVIDIA 在 GTC Berlin 展示与 Earthmover 合作的 StormScope EU 实时预报管线，这个面向欧洲的区域短期预报模型基于 EUMETSAT 卫星观测，以 10 分钟间隔预测 16 个 Meteosat 通道的云况。
Hugging Face Blog精选AI 评分7575 NVIDIA 发布关系型基础模型 Kumo Relational，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。在 15 个数据库的 41 项任务上，它超过监督式关系深度学习模型和专家特征工程 GBDT 管线；在 SAP SALT 企业基准上，其 MRR 比 AutoGluon 集成高 8%，微调后扩大到 16%。
推荐理由：原文给出与企业数据库上直接预测的对比结果和开放权重，可供读者判断无需训练的范式在关系型数据上走到哪一步。
Hugging Face BlogAI 评分4242 如何通过专化 SLM 词表将实际应用中的推理成本降低 77%
基于 Qwen3-4B 的葡萄牙语作文评分系统通过 VocabX 重建词表，在基座模型、数据和训练配方不变的情况下，实测推理成本降低 77%。该系统的输出层矩阵从约 15.2 万行缩减至约 6.5 万行，因为解码阶段每个生成 token 都要读取整个 LM head 矩阵，且生成一个 token 的成本是读取一个 token 的 7.4 倍。
Microsoft Research精选AI 评分7373 Microsoft Research 研究者证明悬置 31 年的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，给出一项与维度无关的固定界。
推荐理由：这项证明本身是数学进展，更有价值的是把研究路径讲成了人机分工范式，读者可据此理解 AI 在科研协作中扮演的角色。
Mistral AIAI 评分4343 Mistral 与 NVIDIA 合作推进工程领域 AI
Mistral 与 NVIDIA 正合作把 Mistral Large 4 与 NVIDIA CUDA-X、Warp 及 Omniverse 结合，用于加速工程仿真并打通仿真、模型开发与设计之间的闭环工作流。
Ars Technica · AIAI 评分6060 Meta 在 AI 争议后从商业服务条款中删除“训练”一词
Meta 在遭遇 AI 相关反对声后，从商业服务条款中删除了“训练”一词。条款有所改动，但仍未加入尊重 robots.txt 的内容。
MIT Technology Review · AIAI 评分2626 各行业 AI 采用率差异揭示其他行业可借鉴的经验
TripleTen 调查显示科技业领跑 AI 采用，金融业紧随其后：48% 金融从业者被要求使用 AI 聊天机器人，32% 被要求自动化部分工作流程，医疗与教育分别仅 18% 和 25%。79% 的受访员工被要求学习至少一项新技能，但仅 30% 的管理者认为判断 AI 输出对错是必备能力。科技从业者年均自费 1758 美元用于培训，医疗与教育约为 990 和 883 美元。
Google DeepMindAI 评分5555 Google 用 Antigravity 加速抗菌肽发现的技术流程
Google DeepMind 展示了科学家如何用智能体开发平台 Google Antigravity 发现一种新的抗菌肽候选物，该候选物预测对呼吸道感染相关病原体有活性，目前已进入湿实验室验证阶段。
Google ResearchAI 评分5959 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布关于地理空间推理智能体的技术报告，在四个基准上对比四种配置，包括独立 LLM、基础工具、Earth AI 工具和带前置规划的完整智能体，并公开 GeoKTools 与 GeoExpertQueries 两个新基准的开发集。
Microsoft ResearchAI 评分4848 Microsoft Research 用 StudentSim 模拟学生学习，改进 AI 辅导系统
Microsoft Research 提出 StudentSim，可用公开的去标识学习者记录为每个学生训练个性化 AI 学生模拟器，在真实学习者测试前评估和改进 AI 辅导系统。该研究报告在 chess、第二语言英语写作和数学上，StudentSim 优于领先基线，并提供有用的反馈信号。团队还发布 StudentSimEval 评测基准，从行为保真度与指导响应性两个维度评估模拟器。
Microsoft Research精选AI 评分8080 微软研究院开源 Agent Lightning v1.0，约 3500 行代码的轻量 agent RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量 agent 强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练。
推荐理由：微软研究院开源这个框架，可以直接解决真实 agent harness 接入 RL 训练时重复实现的问题，并给出了可复现的编码智能体训练流程。
Google ResearchAI 评分4040 Google Earth AI 的 PDFM 地理空间基础模型如何用于全球公共卫生
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，展示预训练位置嵌入可即插即用地接入现有流行病学模型，无需任务特定微调。