代理工具
NVIDIA 補齊 IMO 金牌推理配方：每題先生成 384 份證明，再以多輪評審篩選
NVIDIA 更新 Nemotron IMO 2026 資源，公開 SFT／RL 權重、資料、提示詞及可續跑的完整推論程式。系統取得 30／42 分，但成果高度依賴三個 561B checkpoint 與龐大的測試時計算，不能視為單次模型回答能力。
Archive
硬體
AI 晶片、GPU、資料中心、邊緣裝置與硬體安全。
代理工具
最新模型
NASA 與 IBM 公開多模態月球基礎模型，將九種儀器資料對齊至共同表徵
NASA-IBM Lunar Foundation Model 整合四項任務、九種儀器與逾 30 個空間對齊資料層，並以 Apache 2.0 釋出權重。官方下游實驗顯示冰層預測誤差最多降低 22%，但成績仍來自開發團隊，尚未經獨立重現。
AI 安全
Datasette 修補公私表權限旁路，三款前沿模型參與完整安全稽核
Datasette 1.0a39 與 0.65.4 修補大小寫表名、全文索引、關聯查詢及快取等多條私有資料外洩路徑。漏洞由外部研究者及三款前沿模型協助發現，但維護者刻意暫緩公開部分測試，部署者仍應把升級視為優先事項。
AI 基礎設施／低精度訓練
Transformer Engine 2.19 接上 Rubin 與二維 MXFP8，並封鎖可能靜默算錯的 cuBLAS 演算法
NVIDIA 的低精度訓練函式庫新增 Rubin SM107a、MXFP8 二維權重縮放及 MoE 通訊路徑。版本同時停用一個會令 B300 與 Rubin 分組 GEMM 靜默損毀資料的 cuBLAS 13.7 演算法。
最新模型
Agnes‑3.0‑Flash 同名模型其實有兩個版本：開放權重與榜單成績不可混用
Agnes AI 已把 Hugging Face 上的 33B 權重改標為 Preview，明確表示它不是 Artificial Analysis 測試的 API 模型。兩者連上下文長度、參數公開程度與評測結果都不同，部署者不能再用榜單的 36 分替開放 checkpoint 背書。
代理工具
Google 公開 autofinetune：代理在 TPU 上自動搜尋 SFT 與 GRPO 訓練配置
autofinetune 讓代理依 Markdown 規格修改 Tunix 訓練程式、執行評測，並只保留改善指標的 Git commit。首批實驗涵蓋 FunctionGemma 的 SFT 與 Gemma 3 1B 的 GRPO，但仍是小規模、單指標的探索性流程。
最新模型
SenseNova-U1.5 公開原生視覺統一架構報告，但完整訓練流水線仍待釋出
SenseNova-U1.5 以不依賴獨立視覺編碼器或 VAE 的 MoT 架構，同一模型處理理解、推理、生成與編輯。9 月 11 日新增的技術報告揭露訓練方法與評測，現有權重及推論程式可用，SFT、RL 與多專家蒸餾程式仍未完整公開。
代理工具
Claude Code 2.1.269 加入外掛 A/B 評測，但自動分數仍缺乏品質基準
新指令 `claude plugin eval` 可比較啟用與停用外掛時的表現，輸出 JSON 與 HTML 評測報告。首批實測顯示，自動產生的規則較能驗證指令遵循，未必能證明外掛真正改善任務品質。
推論系統
H3 Lightning 將 MiniMax H3 影片生成縮至四步，但 12.2 倍加速依賴未公開權重
RunningHub 公開以 SGLang、步數蒸餾、SageAttention2、Cache-DiT 與 `torch.compile` 組成的 MiniMax H3 多 GPU 推論配方。官方把五秒影片延遲由 348.8 秒降至 28.7 秒，但關鍵內部加速權重尚未釋出，公開 LoRA 不能直接重現該數字。
最新模型
TinyDiT 公開單卡訓練配方：210M 影像模型以 register 吸收九成跨注意力
TinyDiT 用單張 RTX PRO 6000、400,000 步及 3.5 天從頭訓練 210M 參數 DiT，並公開程式、權重與逐階段量測。結果顯示 flow-matching loss 幾乎不能代表成像進展，而 register、時間步偏移及編譯訓練帶來更可操作的訊號。
AI 基礎設施
ThunderKittens 支援 Vera Rubin 新指令，NVFP4 GEMM 在樣品 GPU 突破 22 PFLOPS
Together AI 將開源 CUDA 核心框架移植至 NVIDIA Vera Rubin，重新安排資料重用與記憶體管線。16K 方形矩陣測試達 22.24 PFLOPS，但數字來自資格樣品與尚未成熟的 CUDA 13.4。
AI 安全
Anthropic 揭露攻擊者以代理持續改寫惡意程式，單人可平行處理數十個目標
Anthropic 的新威脅報告顯示，多類攻擊者已把 Claude 從程式助手升級為可排程、具持久記憶的攻擊編排層。部分工作流會在惡意程式遭偵測後自動修改、重建並重新部署，但目標選擇與贓物審查仍主要由人類掌握。