Ai2 开源 AstaBrief 8B 科学报告生成模型
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 训练，已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，与 Claude 驱动的 Thinking mode 并列。
推荐理由：原文给出训练数据构造、引用过滤与评测细节，可了解小模型如何以 SFT 加 DPO 逼近专有模型报告质量。
技术方向
数据与训练 最新动态
训练侧的门道：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。
5 条精选近 30 天 5 条共收录 36 条
更新
数据与训练的精选
Hugging Face Blog精选AI 评分6060
Google DeepMind精选AI 评分6666 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证，同时保留生物功能。
推荐理由：DeepMind 把水印从数字内容延伸到合成生物，读者可了解其在 DNA 合成筛查与数据库标注上的验证思路。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布 Kumo Tabular 表格预测基础模型
NVIDIA 发布 Kumo Tabular，这是 NVIDIA Kumo Structured 模型集合中的开源表格数据基础模型，已在 Hugging Face 上线。
推荐理由：表格基础模型用单次前向替代逐任务训练，三个尺寸与四个榜单排名给出了可比较的效率与精度参照。
Microsoft Research精选AI 评分6262 微软研究院推出生物 AI 研究系统 Quine
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据联合训练的生物世界模型，以及连接模型、科学工具、文献与湿实验的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环，并给出胰腺癌化合物筛选的湿实验验证结果。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单碱基变异预测
Google DeepMind 推出 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 倍以上，已通过网站门户免费开放给学术研究使用。
推荐理由：AlphaGenome Atlas 把 90 亿个单碱基变异的预测结果做成可检索平台，读者可了解基因组变异解读的规模化路径。