微软与 Hugging Face 开源 ThinkingBox 训练栈：用数据库校验作 RL 奖励
微软与 Hugging Face 发布 ThinkingBox-Training 训练栈，把智能体执行后数据库终态的可执行校验结果作为强化学习奖励。
研判 把数据库终态的可执行校验直接当作强化学习奖励，为有状态业务智能体提供了一条不依赖人工标注的后训练路径，并公开了数据筛选与训练栈。
#开源生态
Hugging Face Blog精选
NVIDIA Blog精选 欧洲多家金融机构基于 NVIDIA 算力部署开放权重模型
在 GTC Berlin 上，Revolut、Starling Bank、Lloyds、bunq、NatWest、Santander 等欧洲银行与支付机构展示了基于 NVIDIA 加速计算和开放权重模型构建的自有智能系统。
研判 欧洲多家银行与支付机构在自有基础设施上部署开放权重模型，把数据主权与推理成本同时纳入选型，NVIDIA 的加速计算与 cuDF、Nemotron 等软件栈成为底层承载。
NVIDIA Blog精选 NVIDIA 扩展 Cosmos 平台，新增训练工具与数据工厂蓝图
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，并发布 Cosmos 3。
研判 Cosmos 把数据生成、训练适配与部署串成模块化工具链，并开放给 GR00T、Alpamayo、Qwen、Pi0.5 等模型，可能降低世界模型开发的数据与工程门槛。
Hugging Face Blog精选 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流失、需求、欺诈等预测，单次前向推理完成，无需任务训练和特征工程。
研判 Kumo Relational 把关系型数据库上的预测从特征工程加任务训练改为单次前向推理，若在真实企业库上复现论文结果，可能压缩传统 XGBoost 流水线的搭建与维护成本。
Hugging Face Blog精选 Dharma-AI 提出 VocabX：专用词表使推理成本降 77%
Dharma-AI 在 Hugging Face 博客中预告即将发表的 VocabX 论文，提出按 token 成本而非出现频次重建领域专用词表，在基于 Qwen3-4B 的葡萄牙语作文评分器上将实测推理成本降低 77.0%，平均回复从 350 个 token 降至 101 个。
研判 VocabX 在保持基座模型与训练配方不变的前提下，通过按成本而非频次重建词表，把生产环境作文评分器的实测推理成本降低 77%，说明小模型在单一领域部署时词表是可独立调节的成本杠杆。
Microsoft Research精选 微软开源 Agent Lightning v1.0：约 3500 行代码的智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 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 agent harness 直接参与训练。
研判 把训练框架与部署用 harness 解耦，可减少为训练重写智能体循环的工程量，并让训练对象更接近线上部署版本；Kubernetes 原生调度则把大规模 rollout 的成本压到既有集群上。
Google DeepMind精选 Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一款面向端侧的多模态嵌入模型，可将文本、图像、音频和视频映射到统一嵌入空间。模型基于 Gemma 4 架构，参数 740M，采用 Apache 2.0 许可，支持 8K token 上下文，文本任务最低 270M 参数即可运行。官方称其在 MTEB Code 上从 68.76 提升至 78.68。
研判 740M 参数、Apache 2.0 许可的多模态嵌入模型把文本、图像、音频、视频映射到同一向量空间，端侧检索与 RAG 可在离线环境完成，可能降低对云端向量服务的依赖。
已经到底了