Microsoft Research 开源 Agent Lightning v1.0 智能体强化学习框架
Microsoft Research Asia 开源 Agent Lightning v1.0,以约 3,500 行代码构建支持真实智能体 harness 接入的强化学习控制平面。
推荐理由:文章给出框架架构、真实智能体接入机制与完整编码训练实验,为复用和改造智能体强化学习训练流程提供具体参考。
Microsoft Research Asia 开源 Agent Lightning v1.0,以约 3,500 行代码构建支持真实智能体 harness 接入的强化学习控制平面。
推荐理由:文章给出框架架构、真实智能体接入机制与完整编码训练实验,为复用和改造智能体强化学习训练流程提供具体参考。
Mistral 推出 Mistral Large 4 公共预览版,模型拥有 1 trillion 参数和 52 billion 激活参数,可通过 Mistral Studio 使用预览 API。Mistral Large 4 是原生多模态模型,覆盖编码、智能体工作流、视觉定位、科学计算与知识工作,权重计划于本月底发布。官方称其采用欧洲自有数据中心训练,并计划推出私有云或本地部署版本。
推荐理由:Mistral Large 4 提供公开预览、权重开放计划及多维基准数据,便于读者评估其开放权重多模态能力与部署方式。
GitHub 发布 ReviewBench,一个用于评估 AI 代码审查智能体的开放基准,包含 219 个来自 187 个开源仓库、覆盖 19 种语言的公开拉取请求。
推荐理由:公开了完整数据集、评分规则与提交流程,便于不同代码审查智能体在统一配置下比较并复现实验结果。
Import AI 第475期聚焦 AI 智能体群体扩展、Google DeepMind 的 SynthID Bio 水印技术及 AI 科学实验进展。4-agent 群体完成同一任务约需单智能体两倍总 token,但因并行运行理论上可将耗时减半;美国 61% 受访者认为企业自愿监管 AI 并不足够。
AI 正在改变开发者的执行方式,开发者需要学会引导 AI、评估输出并处理更广泛的系统问题。GitHub Copilot 内置的 Rubber Duck agent 可调用第二个模型审查计划、代码和测试,以发现首个模型可能遗漏的问题。随着 AI 承担更多实现工作,开发者可将时间投入客户需求、架构权衡、可访问性与成功指标等仍需人工判断的环节。
Mistral 在慕尼黑开设德国中心,组建 Physics AI 和 Industrial AI 专业研究团队及应用工程团队,并与 BMW、Siemens Energy 开展合作。Mistral 计划到 2030 年建设 1 gigawatt 欧洲算力capacity,同时与 TUM 合作研究基于风洞数据的实时汽车空气动力学预测。
推荐理由:Munich 研究中心及欧洲算力建设计划交代了 Mistral 进入德国工业 AI 市场的组织布局与基础设施投入。
Import AI 474 汇总 Michael Levin 的非物理心智模式论文、机器人通用后训练方案、Google 太空 TPU 计划及 GLM-5.3 自建推理基础设施等进展。
GitHub Copilot app 支持通过 /create-canvas 技能用自然语言生成自定义工作流画布,无需手动编写代码或设计界面。画布支持用户与智能体同时修改共享状态,并可保存为扩展重复使用或与团队共享;Awesome Copilot 还提供了发布说明、看板和问题分派等现成扩展。
推荐理由:教程给出从描述工作流到用 /create-canvas 生成双向协作画布的完整步骤,可直接迁移到自定义团队工作流。
RAND 发布美国面向超级智能不确定路径的战略报告,主张以“行动自由”策略保留选项,构建人机生态、AI 安全架构并提升社会应对能力。报告比较七类战略与五项不确定性;研究人员还在实验小鼠脑内培育类人脑组织,探索其作为潜在实验体的用途。本期还涉及机器释义学。
Mistral与Mozilla宣布合作,Firefox Smart Window测试版现已采用Mistral模型,为法国和北美用户提供AI浏览辅助。Smart Window可整理复杂搜索结果、记住用户移开的重点内容,并依据浏览器标签页提取信息,双方采用区域语言、方言和文化语境进行微调。对话默认不保存在Mozilla服务器上,合作伙伴同意执行零数据保留,英国和德国预计于今年晚些时候陆续开放。
研究人员扩展 K-Search,增加 MLX 后端和结构化 CUDA-to-MLX 翻译层,把既有 CUDA 内核优化知识迁移为适配 Apple Silicon 的优化策略。
推荐理由:结构化翻译层把既有 CUDA 优化知识转成 MLX 约束,为跨硬件复用内核优化经验提供了可复现的方法与实现路径。
ABBEL 将自然语言信念状态作为智能体的工作上下文,并通过信念分级监督摘要信息,帮助 LLM 处理长程交互。CollabBench 协作编程测试显示,重构式信念分级可将模型与完整上下文的性能差距缩小约 50%,训练步数从 100 步降至 50 步,同时峰值 token 更少。
Berkeley AI Research 提出,近零推理成本正推动数据系统转向为智能体设计、管理智能体及由智能体构建三类新架构。GPT-4级能力的成本从2023年初每 million tokens 约 $30 降至如今低于 $1,部分低于 $0.10,年度降幅达 9x至900x,中位数接近 50x。
Berkeley AI Research 展示 2026 届博士毕业生在机器人与大语言模型推理、计算机视觉、生成模型、AI 安全及医疗等方向的成果。部分毕业生将加入 Physical Intelligence、OpenAI、Mistral AI、Princeton CITP 等机构,或赴高校任教、创办公司及继续探索下一步发展。
Berkeley AI Research 对自适应并行推理的研究进展与未来方向展开分析,探讨由模型自主决定何时分解任务、生成多少并行线程及如何协调。该方法旨在克服固定并行结构带来的冗余计算,并缓解顺序推理导致的上下文退化、延迟上升与算力消耗问题。
Berkeley AI Research 提出 GRASP,一种面向学习动力学世界模型的梯度式规划器,使长时程规划更可行。它将轨迹提升到虚拟状态以跨时间并行优化,在状态迭代中加入随机性促进探索,并重塑梯度,让动作获得清晰信号,同时避开高维视觉模型中脆弱的“状态输入”梯度。
Berkeley AI Research 提出 SPEX 与 ProxySPEX,用于在大量特征、训练样本和模型组件中识别影响输出的关键交互。方法利用稀疏性、低度性和层级结构减少所需消融次数,其中 ProxySPEX 以约少 10x 的消融次数达到 SPEX 的表现。实验覆盖特征归因、数据归因和注意力头归因,相关代码已集成至 SHAP-IQ 仓库。
Berkeley AI Research 提出基于信息量的成像系统评估与优化框架,可直接利用含噪测量和噪声模型估算互信息。框架在色彩摄影、射电天文、无镜头成像和显微镜四个领域验证了性能预测能力,优化后的设计可媲美端到端方法,并减少内存与计算量,无需任务专用解码器设计。