Hugging Face 介绍 VocabX：为小模型定制词表，推理成本降低 77%
Hugging Face 预告 VocabX 论文结果：在生产环境运行的葡萄牙语作文自动评分系统中，基于 Qwen3-4B 定制词表，使 LM head 从约 152,000 行缩减到约 65,000 行，在不改基础模型的情况下将实测推理成本降低 77%。
#部署/工程
Hugging Face BlogAI 评分4747
Google Research精选AI 评分6464 Google Research 发布 VERID 框架与闭环湿实验进展，推进自主化湿实验室
Google Research 介绍三项研究进展，让 AI 智能体在湿实验室中自主设计、执行并学习实验。VERID 框架基于 PyLabRobot 构建实验室数字孪生，提供 3D 状态追踪、虚拟预演、硬件安全检查和视频动作日志。
推荐理由：Google 自述其 AI 智能体闭环湿实验的三项进展，附 VERID 框架细节和 aptamer、蛋白设计的具体实验数据。
Google ResearchAI 评分5252 Google Earth AI 发布地理空间推理技术报告并扩展早期访问
Google Earth AI 的 Geospatial Reasoning agent 已从原型发展为支持多步地理空间推理和自主训练预测模型的实验系统，发布技术报告并开源 GeoKTools、GeoExpertQueries 两个新基准。
Microsoft ResearchAI 评分4040 Microsoft Research 推出 StudentSim：用学生模拟器评估和改进 AI 辅导系统
Microsoft Research 发布研究系统 StudentSim，为每位学生训练个性化 AI 学生模拟器，在 AI 辅导工具接触真实学习者前提供评估与改进信号。
Microsoft Research精选AI 评分6767 微软亚洲研究院开源 Agent Lightning v1.0：3500 行代码的轻量级 Harnessed Agentic RL 训练框架
微软亚洲研究院发布 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：框架让部署用的真实 agent harness 直接参与 RL 训练，还给出端到端编码智能体训练管线，读者可评估是否接入现有工作流。
Microsoft ResearchAI 评分4646 Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 的实习生构建了一个机器学习系统，为美国大陆 66,935 座变电站提供位置级空间天气风险预测。系统结合 L1 点太阳风观测、AE 与 Dst 指数预测、地质电导率和电网数据，可在风险出现前 30 到 60 分钟预警；评估中检出约 80% 的重大事件，其中严重事件（≥20 nT/min）检出率达 81.2%。
Berkeley AI Research精选AI 评分6262 Berkeley Sky Lab 团队用 K-Search 将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX 框架
Berkeley Sky Lab 的 K-Search 框架通过新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，将 NVIDIA 生态多年积累的内核优化知识自动迁移到 Apple Silicon。
推荐理由：原文给出可复现的方法和具体数字，说明结构化 CUDA 翻译层在 Apple Silicon 上带来的性能差异。
Berkeley AI ResearchAI 评分4141 Berkeley AI 提出 ABBEL 框架：教 LLM 用信念状态更新实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代递归摘要来管理长程交互中的上下文，并通过 belief grading 对每个信念状态的信息内容进行监督。
Berkeley AI ResearchAI 评分4444 自适应并行推理：高效 LLM 推理扩展的下一个范式（Berkeley AI Research 分析）
Berkeley AI Research 发布对并行推理尤其是自适应并行推理（Adaptive Parallel Reasoning）的综述与观点分析，作者之一 Tony Lian 是所讨论方法 ThreadWeaver 的共同负责人。
Berkeley AI ResearchAI 评分3939 Berkeley AI Research 介绍 SPEX 与 ProxySPEX：大规模识别 LLM 中的特征交互
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，可在特征归因、数据归因和模型组件归因中大规模识别影响模型行为的关键交互。