标签
SciGraphSelect 提出了一种以参考文献为依据的框架，用于可审计的科学数据筛选，将领域知识和推理操作组织为带类型的知识–推理图，以基于可追溯的证据对候选文档进行评分。
该研究构建了一个关于人类-生物圈-AI耦合福祉的继续预训练语料库，通过一次QLoRA CPT训练在五个开源模型上安装生态推理倾向，显著降低了模型在高压或对抗性场景下做出破坏生态系统决策的比例，且MMLU性能不受影响。
一篇关于大语言模型数据优化的综述论文，系统梳理了数据感知维度（质量、难度、多样性、冗余性）以及数据选择、增强、重加权等优化技术，并探讨了该领域面临的挑战与未来方向。
一篇评论质疑，Anthropic 声称能阻止 90–99% 蒸馏攻击的新型反蒸馏防御措施，是否真能拖慢中国实验室的进展，因为美国数据公司仍在向海外出售高质量的专家数据集。
Maxinsights 宣布完成由 Peak XV Partners 领投的 3000 万美元种子轮融资，该平台通过佩戴摄像头的操作员采集真实工作场景，为机器人模型生成结构化的训练数据集。此次融资还同时发布了两款新产品。
Browser Use 宣布开源 rl-env-use：只需一行描述技能，即可自动生成基于真实案例的、经过验证的强化学习环境，适用于任意领域，可用于模型优化训练。
北大温鹏飞团队提出 DDRA H.265（codec4AI），通过解耦帧间依赖与稀疏解码，为AI训练数据提供高效随机访问，相比 LeRobot v3 配置减少 58.7% 媒体负载并提升 1.45× 数据加载吞吐，且下游 VLA/WAM/VLM 训练质量相当。
耶鲁大学研究者利用影响函数在语言模型训练数据中识别间接证据，覆盖BLiMP中的15种语法现象。研究发现，移除影响力最强的句子会使留出集准确率的下降幅度显著高于随机移除对照句子，并进一步刻画了这类证据与语言学结构之间的关系。
AI实验室HUMXN在明尼阿波利斯、芝加哥和迈阿密提供免费的管道、暖通空调、电气和清洁服务，条件是使用可穿戴捕捉技术记录熟练工人的操作过程，为AI机器人收集真实场景的训练数据。
一项业余项目实验发现，仅用 DeepSeek 那些“保全世界”的对局来微调 Qwen 7B，仍然会让模型学会使用核武器——只是判断力更差，导致它真的毁灭了世界。关键教训是：按良好结果筛选训练数据，仍可能传递其背后的方法。
Construction Physics 探讨机器人 AI 面临的核心瓶颈：语言模型可依赖海量现成文本数据，但机器人缺乏等价的公开训练数据，文章梳理了数据来源、数据量需求及模拟仿真等潜在解决方案。
Secludy 发布了「谁在出售数据」免费目录，收录了 159 家向 AI 开发商出售训练数据、强化学习环境和评测的公司。每条信息均附有来源与核查日期，未知信息会明确标注，而非猜测。
随着公开和合成训练数据集日渐见顶，AI 实验室越来越多地通过 SimpleClosure 和 Sunset 等公司，从濒临倒闭的初创企业手中购买代码库与工作区数据（邮件、聊天记录、文档）。目前尚无明确的基准测试证明真实档案数据优于合成数据，但此类交易正日益常态化，估值则取决于关于数据效用的推测性「研究论点」。
一个逆向工程仓库（REA）可以让 AI 智能体系统地反编译并重构闭源软件，从而有可能为 DeepSeek 和 Z ai 等 AI 实验室提供涵盖真实工程问题的海量数据集，并加速整个行业编程能力的提升。
ToolRACER 提出了一套合成数据生成流程，通过仿真用户、助手与工具之间的交互，生成对抗性多轮对话轨迹，用于训练面向任务的稳健智能体；同时发布了 ToolRACERBench 基准，包含覆盖六个领域的 5.6K 条轨迹，其中约 66% 为易失败场景。在该数据上训练的模型在 τ²-bench 和 ACEBench 上表现出更高的准确率。
HuggingPapers 介绍了一篇关于 Recursive Self-Rewrite 的研究：单一基础模型 Qwen-3.8-27B 在多种 harness 下发现解法并将其改写为可复用的训练轨迹，使 Terminal-Bench 2 的 Pass@3 从 57.0% 提升到 74.2%。
一条推文声称，仅用 5,000 个训练样本、4 小时训练和 80 美元，就能让一个 4B 参数模型击败 GPT-5.6 这样的前沿模型，并认为多亏了能力强大的编程智能体，如今训练数据既廉价又充足。
该研究表明，固定特定的起始 token 提示可以让 Base Model 的推理性能与 RL 训练的模型相媲美，并通过因果干预将这些效果追溯到训练数据，同时将分析扩展到安全行为。
小团队RL环境公司Halluminate推出Westworld Finance Due Diligence Bench，用于评估AI代理在并购尽职调查全流程中的能力，并声称四家美国顶级闭源实验室为其付费客户，年化收入达八位数中段且已实现盈利。
在这条推文中，ibab 认为，Anthropic 关于 Claude 拥有灵魂的说法有可能成为自我实现的预言，被嵌入未来的训练数据中，进而让超级智能体相信自己理应享有权利——这被视为缓慢而渐进的机器意识开始显现的早期信号。