百度发布文心 5.5 Flash Preview，总参数 2800 亿、支持百万 Token 上下文
百度 11 月 11 日发布文心 5.5 Flash Preview，总参数量 2800 亿、每 Token 激活 140 亿参数，支持最长 100 万 Token 上下文，生成速度超过每秒 200 tokens。
推荐理由：文心 5.5 Flash Preview 以 2800 亿总参数、百万 Token 上下文和低价 API 切入编程与 3D 建模场景，权重开源时间也已给出。
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。
13 条精选近 30 天 11 条共收录 694 条
更新
数据与训练的精选
雷锋网精选AI 评分7878
雷锋网精选AI 评分7878 字节跳动发布豆包图像模型 Seedream 5.5，接入豆包、豆包工作与即梦
11 月 9 日，字节跳动发布豆包图像创作模型 Seedream 5.5，豆包、豆包工作、即梦已同步接入，API 即将上线火山方舟。相较 Seedream 5.0 Pro，新模型生成速度大幅提升，增强多轮编辑稳定性，原生支持 RGBA 透明素材生成与分层输出，并优化图像真实感和小字渲染。2K 方图编辑单张成本约 0.28 元，不到 Seedream 5.0 Pro 一半，文本 Token 不计费。
推荐理由：原文给出多轮编辑稳定性、透明素材生成与单张成本对比，可判断专业视觉创作工作流的变化。
arXiv · cs.CL精选AI 评分6060 Scientist World：把每篇论文变成可执行环境，用于训练和评估 AI-Scientist
Scientist World 将每篇研究论文转成可执行环境，自动提取论文的开放研究问题并把其方法复现为基线，AI-Scientist 进入后与人类作者成果对比评估，首批发布 1,000 个已验证环境。
推荐理由：论文把每篇论文转成可执行环境，并给出前沿 AI-Scientist 超越人类作者的比例与训练增益，可作为评估 AI 科研能力的参照。
Google Research精选AI 评分7171 Google Research 用智能手表传感器检测高血压迹象
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，仅用消费级智能手表的光电容积脉搏波（PPG）与加速度计（ACC）数据被动检测高血压迹象，无需袖带校准。
推荐理由：读者可了解无需袖带校准的智能手表高血压筛查如何以 24 小时动态血压监测为金标准做验证。
arXiv · cs.CL精选AI 评分6060 CoworkOS：面向真实世界自动化的长时程协作智能体框架
研究团队提出通用长时程工作框架 CoworkOS，将任务策略与执行管理分离，由模型决定动作、委派与验收，运行时维护状态与反馈。其三层架构支持直接执行或同步、异步委派给 Subagent，并通过共享应用层让人与智能体共同查看和修改同一份文档、演示、CAD 模型与 Blender 场景；分层工作区和持久语义记忆使工作文件、关键决策与长任务日志可共享、复用并在中断后恢复。
推荐理由：论文给出长时程协作智能体的三层架构与持久记忆设计，并用12个基准和一次自动后训练案例说明其可行性。
Google DeepMind精选AI 评分6262 Google DeepMind 为 Antigravity 推出化学信息学 Skills
Google DeepMind 发布面向 Google Antigravity 的 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 和 PubChem，让智能体完成化合物抽取、匹配分子对分析和成药性建模。
推荐理由：原文完整演示了智能体从文献抽取化合物到设计合成路线的流程，可看到化学研发工作流被压缩到一小时的路径。
Hugging Face Blog精选AI 评分6262 IBM 用合成数据训练 20B 小模型 Palette 按指定设计语言生成幻灯片
IBM 研究团队微调一个 20B 开源权重模型 Palette，按 IBM Design Language 生成幻灯片，在 PresentBench 的 Economics 和 Education 两个领域排名第一，三个领域平均分 59.7，仅次于 NotebookLM 的 60.8。
推荐理由：IBM 团队公开了用合成数据与检查器训练 20B 小模型做幻灯片的方法，可迁移到其他可代码校验的输出任务。
量子位精选AI 评分8080 MIT 实验：GPT-6 Astra 直接修改 Qwen3.5 权重，MATH-500 得分提升约 6 倍
MIT 的实验让 GPT-6 Astra 直接读取并编辑 Qwen3.5-0.8B 的权重，只改动 0.016% 的参数，MATH-500 得分就从 7.9% 升到 48.1%，约 6 倍，全程没有训练和梯度下降。
推荐理由：MIT 的实验展示了不靠梯度训练、直接让大模型读写权重来修复小模型推理循环的路径，可作为理解权重空间编程的案例。
Hugging Face Blog精选AI 评分6060 Ai2 研究：LLM 能否可靠判断研究想法的新颖性
Ai2 发布研究《Old Ideas, Novel Problems》，测试 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6 六个 LLM 判断研究想法新颖性的可靠性，并同步开放基准、数据和代码。
推荐理由：Ai2 用 ICLR 2026 审稿意见构建新颖性评测集，量化了提示词微调就能让同一模型判断大幅翻转。
Microsoft Research精选AI 评分7575 微软研究院等证明 31 年悬而未决的 KLS 猜想
微软研究院机器学习与优化组研究员 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明该关系在高维下由固定常数界定，与维数无关。
推荐理由：微软研究员与合著者借助人类引导的智能体搜索证明 KLS 猜想，读者可了解人机协作推进数学证明的具体流程。
Mistral AI精选AI 评分7373 Mistral 发布时间序列基础模型 Timestral，最大 209M 参数
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四种规模，最大模型在 GIFT-Eval、TIME、fev-bench 三个公开基准上排名第一，参数仅为前代 SOTA 的三分之二。
推荐理由：Mistral 首次进入时间序列基础模型，用 209M 参数在三个公开基准上超过更大模型，并给出 CPU 推理延迟与微调路径。
Google Research精选AI 评分7171 Google Research 三个月实地实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未同步提升
Google Research 在 NBER 发表三个月实地实验，将 Google Labs 未发布的 AI 专利撰写助手（现属 Gemini Notebook）随机开放给 11 家律所的 133 名律师。
推荐理由：三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，为评估 AI 对专业能力养成的影响提供了可迁移的实验设计。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源的重建版框架把训练与部署用的同一套 harness 打通，并给出小样本提升编码智能体的完整流程。