用 AWS CDK 编排 SageMaker AI 端点自动扩缩容
针对 SageMaker AI 实时端点更新配置时 CloudFormation/CDK 部署失败的问题，AWS 给出一个可复用 CDK construct，用三个自定义资源在端点更新前后自动注销并重新注册 Application Auto Scaling 目标。
#开源/仓库
AWS Machine Learning BlogAI 评分2626
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 上的模型能否在 AWS Trainium 上原样运行，并给出复现脚本。
Hugging Face Blog精选AI 评分6060 微软与 Hugging Face 用 ThinkingBox 数据库校验做 RL 奖励，Qwen3.8-27B 稳定通过任务从 38 增至 107
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 0/1 可执行校验当作 RL 奖励，对 Qwen3.8-27B 做 50 步 GRPO 全参数微调。
推荐理由：微软与 Hugging Face 把数据库终态校验改造成 RL 奖励，并公开了任务筛选与训练栈，可看可复用的训练数据策展方法。
Hugging Face BlogAI 评分3838 IBM Granite 时序模型集成预测：四模型组合与可扩展接口
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble，用一套配方组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型，无需重训即可输出中位数与分位数预测。
NVIDIA Blog精选AI 评分6363 NVIDIA 扩展 Cosmos 平台，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 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文列出 Cosmos 平台新增的训练、仿真与数据蓝图，并给出 Porsche、ANYbotics 等落地案例，可据此判断世界模型开发链路的变化。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表展平。
推荐理由：原文给出预训练关系型基础模型在 41 项任务上的对比结果与开源入口，可据此判断免训练预测在现有数据库流程中的位置。
Hugging Face BlogAI 评分2424 TorchNeuron 性能剖析（一）：在 AWS Trainium 上进行系统级性能分析
Hugging Face 博客发布 TorchNeuron 性能剖析系列第一篇，讲解如何在 AWS Trainium 上系统分析推理性能、定位耗时来源。
Mistral AI精选AI 评分7171 Mistral 发布时间序列基础模型 Timestral，209M 参数版本登顶三项基准
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸。其中 209M 版本在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上均排名第一，参数量约为此前最优模型的三分之二，结果已提交至 GIFT-Eval 和 TIME 榜单。
推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，便于判断时间序列基础模型的选型边界。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的智能体 harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，并给出用约 6000 条样本训练编码智能体的完整流程与提升数据。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，将文本、图像、音频和视频映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 7.4 亿。
推荐理由：原文给出了参数量、模块化拆分和端侧内存占用，读者可据此判断多模态嵌入在本地检索中的可行性。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 团队把 K-Search 内核搜索框架扩展到 MLX 后端，并加入结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。
推荐理由：原文给出注意力与 Mamba 两个内核的实测数据，并拆出翻译层对性能提升的贡献，便于判断跨平台内核迁移的可行边界。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大规模场景下识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展到数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等方法。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出基于信息量的成像系统设计框架
Berkeley AI Research 提出一种直接以互信息评估和优化成像系统的框架，仅用带噪测量和噪声模型即可量化测量对物体的区分能力。该信息指标在彩色摄影、射电天文、无透镜成像和显微镜四个领域预测了解码器性能，优化后的设计达到与端到端方法相当的 SOTA 水平，同时所需内存和算力更少，且无需任务专用解码器设计。