在 Amazon Bedrock 上用 NVIDIA NeMo Switchyard 为编码智能体请求路由模型
AWS 发布教程，演示用 AWS CDK 在 Amazon Bedrock 上部署带 NVIDIA NeMo Switchyard 路由插件的 LiteLLM 网关，为编码智能体请求选择模型。
#开源/仓库
AWS Machine Learning BlogAI 评分5353
Hugging Face Blog精选AI 评分6262 llama.cpp 与 ggml 发布 v1.0.0，确立语义化版本规则
llama.cpp 与 ggml 发布 v1.0.0，并明确今后以主版本号变更标示公共 C API 的破坏性改动。项目方称 llama.cpp 目前支持超过 150 种模型架构及主流投机解码方法，发行渠道覆盖 Linux、macOS、Windows、Android、iOS 及 Docker、Homebrew、conda-forge 等。
推荐理由：llama.cpp 发布 v1.0.0 并确立语义化版本规则，下游依赖其 API 的开发者可据此判断升级边界。
AWS Machine Learning BlogAI 评分5656 SGLang-Neuron 开放使用，可在 AWS Trainium 上部署前沿模型
亚马逊宣布 SGLang-Neuron 通过 AWS Deep Learning Container 开放使用，由 RadixArk 与 Annapurna Labs 合作发布，可在 AWS Trainium 上用现有 SGLang 接口部署模型并生成强化学习 rollout。
Hugging Face Blog精选AI 评分6262 IBM 发布 LLMON 标记语言及 Granite 4.1 3B/8B 预览模型
IBM 在 Hugging Face 发布 LLMON（LLM Object Notation）标记语言，并推出基于 Granite 4.1 基座训练的 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview 两个实验性预览模型。
推荐理由：原文给出 LLMON 标记语言的设计动机、两个预览模型和提示注入基准对比，可了解结构化上下文对注入攻击的抑制思路。
AWS Machine Learning BlogAI 评分5555 AWS 发布基于 A2A 的跨组织多智能体系统部署教程
AWS 发布教程，演示如何在两个 AWS 账号间用 A2A 协议搭建跨组织多智能体系统：企业侧 LangChain 编排器通过 A2A 调用 SaaS 侧基于 Strands Agents SDK 的合规智能体，双方各自使用 Amazon Cognito 身份池完成双向 OAuth 鉴权，不共享密钥也不依赖对方框架。
Hugging Face BlogAI 评分5858 Hugging Face 发布 TRELLIS.2 的 LoRA 微调指南与容器脚本
Hugging Face 博客发布 TRELLIS.2 的 LoRA 微调指南，提供可在本地或 Hugging Face Jobs 运行的预处理与训练容器脚本。
AWS Machine Learning BlogAI 评分4747 用 Amazon Bedrock 和 Spring AI 构建自主 AI 智能体
AWS 发文介绍如何用 Spring AI 与 Amazon Bedrock 在 Java 中构建自主 AI 智能体，并给出基于 spring-ai-agentcore 的实现模式。
AWS Machine Learning BlogAI 评分4848 开源引擎用 anti-unification 对形式化策略做语义 diff
开源引擎用 anti-unification 在 e-graph 上对形式化策略做语义 diff，共同结构只展示一次，差异部分保留两个版本供审查。它可用于比较 LLM 将同一需求自动形式化成的 SMT-LIB、Cedar、CEL 等策略表达式，优先审查不一致的条件、范围或事件；若规则或搜索不完整，残留差异可能只是尚未发现的等价关系。
AWS Machine Learning Blog精选AI 评分6060 AWS 开源 UAEF：跨框架的 AI 智能体闭环评测系统
AWS 发布开源框架 UAEF（Universal Agent Evaluation Framework），通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的执行轨迹统一为 AgentTrace，再用 7 个维度下的 36 项内置指标打分。
推荐理由：原文给出跨框架统一评测的适配器设计与 36 项指标清单，可据此判断多框架智能体如何做版本对比。
AWS Machine Learning BlogAI 评分4141 Amazon Bedrock 调用日志可观测性数据湖方案
AWS 发布 Amazon Bedrock 调用日志可观测性数据湖方案，将各账户的模型调用日志经 CloudWatch、Data Firehose 汇聚到中心账户，转成 Parquet 后用 Athena 统一查询。
NVIDIA Blog精选AI 评分7171 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0
NVIDIA 在 CoRL 大会上发布开放世界动作模型 GR00T 2，以及 Isaac Lab 3.0、DexBench 和 VABAR 等仿真工具与评测基准。
推荐理由：文中给出 GR00T 2 的任务成功率与 Isaac Lab 3.0 的训练吞吐对比，可据此判断仿真训练在机器人工业落地中的位置。
Hugging Face BlogAI 评分5454 HOPE 提出考虑专家协作的 MoE 二阶剪枝方法，50% 剪枝率下 SWE-Bench Pro 追平未剪枝模型
HOPE 是一种把专家两两协作项纳入优化目标的 MoE 二阶剪枝方法，论文在 Qwen3.5-122B、Qwen3.5-35B 和 GLM-4.5-Air 上与 REAP、MAN、EAN、Frequency 四种一阶方法对比。
Hugging Face BlogAI 评分5858 Ai2 开源 ToyBlocks 机器人学习仿真框架
Ai2 在 Hugging Face 发布 ToyBlocks，一个围绕机械臂与桌面方块的开源仿真框架，可自动生成任务与演示数据，并配套训练和评测代码。首轮数据包含 85,336 条长程演示、约 1,600 小时机器人执行数据和 1.44 亿帧，单 GPU 并行生成可达 24 倍实时速度。
Microsoft ResearchAI 评分5959 微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
微软研究院发布研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式化规范，证明智能体生成的代码对每个输入都满足规范，证明覆盖不到的部分改用测试。
Hugging Face Blog精选AI 评分6767 Phonon TTS 发布两周回顾：端侧语音模型在 Open TTS Leaderboard 上的表现
Phonon 团队回顾两周前开源的端侧 TTS 模型，介绍其能力、演示项目以及在 Hugging Face Open TTS Leaderboard 上的评测结果。
推荐理由：原文给出 Phonon 在 Open TTS Leaderboard 上的多语言排名与 CPU 首音延迟表现，可对照其小体积端侧定位。
Google ResearchAI 评分5151 Google Research 提出 Agile Deliberation：让 AI 帮人厘清主观概念的灰色地带
Google Research 提出 Agile Deliberation 框架，把主观视觉分类器的构建拆成概念界定和概念迭代两个阶段，由视觉语言模型主动挑出语义边界模糊的图片让用户判断，再把反馈接入自动提示词优化循环。
Mistral AI精选AI 评分7575 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3，包含语音转文字模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3 与实时版，以及文本转语音模型 Voxtral Mini TTS 3，并推出基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说合成一条实时流式流水线。
推荐理由：Mistral 把语音识别、语音合成和智能体 SDK 打包成一条实时流水线，并给出各环节定价与自部署选项，可据此估算语音智能体的落地成本。
Mistral AI精选AI 评分6969 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 和 209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一，参数量仅为此前 SOTA 的三分之二。
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，可据此判断时间序列基础模型的选型与部署成本。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley AI Research 介绍为 K-Search 增加 MLX 后端和结构化 CUDA-to-MLX 翻译层，让进化式内核搜索把已有 CUDA 内核当作知识库，为 Apple Silicon 生成高质量内核。
Berkeley AI ResearchAI 评分4141 面向 LLM 的大规模交互识别：SPEX 与 ProxySPEX 算法
伯克利 AI 研究团队提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中高效识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融达到 SPEX 的性能。