微软基于阿里 Qwen 发布决策模型 Microsoft-Decision-1，或在所有领域测试应用
微软基于阿里 Qwen3.5-9B 后训练推出决策模型 Microsoft-Decision-1，称其在结构化决策任务的时延和准确性上超过 LLM 及 Jev 1.13.0 等决策模型。
#数据/训练
#数据/训练
今日 0 条雷峰网AI 评分7171 36氪AI 评分6363 微软基于 Qwen3.5-9B 后训练推出决策模型 Microsoft-Decision-1
10月12日，微软基于阿里 Qwen 推出全新决策模型 Microsoft-Decision-1，该模型基于 Qwen3.5-9B 后训练而成。微软官方称，在结构化决策任务中，该模型在时延和准确性等方面均超过 LLM 及 Jev 1.13.0 等热门决策模型。
OSCHINA 社区AI 评分5757 微软发布基于 Qwen 后训练的决策模型 Microsoft-Decision-1
微软发布 Microsoft-Decision-1，一款基于 Qwen 后训练的决策评分模型，可在 Microsoft Foundry 中使用，OpenRouter 即将上线。它不给文本而是给结构化输出，对给定的一组答案选项输出每个选项的校准概率，可直接被软件消费；定位与 TypeSafe AI 的 JEV 高度重合，后者同期获得 75 亿美元估值。
量子位 · 行业解读AI 评分6565 AI影视公司Utopai旗下Utopai X获AA文生视频榜第二，三部影片2027年登陆院线
在Artificial Analysis最新文生视频盲投榜单中，影视公司Utopai旗下视频模型Utopai X以1150分排名第二，仅落后第一名阿里Wan 3.0七分。
Hacker News · AI 最新AI 评分2525 Ask HN：你希望 Iki Software 的 SPC-AI 首次公开亮相时看到什么？
Iki Software 宣布其新型 AI 技术 SPC-AI 将于数周后首次公开发布。SPC-AI 不同于 LLM、Transformer 或神经网络，无需提示词，而是作为软件内可训练的数据结构，普通程序员即可训练。目前已有 Python、JavaScript、C++ 和 Lua 四种语言的最小化库实现，团队正向社区征集大家想了解的内容。
TechCrunch · AI精选AI 评分6565 Mistral AI 发布 1T 参数模型 Mistral Large 4，旨在超越闭源与开源对手
Mistral AI 于周二发布 Mistral Large 4（ML4），一款 1T 参数的多模态大模型，昵称 Le Chonk，被定位为美国闭源模型与中国开源模型之外的第三条道路。
推荐理由：原文给出 ML4 在闭源与中国开源模型之间的定位与自有算力投入对比，读者可据此判断欧洲开源路线的竞争力。
The Decoder精选AI 评分6767 NASA 与 IBM 开源月球基础模型，将 17 年轨道器数据转化为月球科学基础
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，是首批面向月球科学的开源基础模型之一。
推荐理由：模型把光照几何作为显式输入而不是让模型从原始像素猜测，这一做法对受光照影响大的遥感任务有直接参考价值。
Kimi · 官方博客精选AI 评分8181 月之暗面开源 Kimi K2：1T 参数 MoE 模型，强化智能体编码
月之暗面（Kimi）开源 Kimi K2，这是总参数 1T、激活参数 32B 的 Mixture-of-Experts 模型，在前沿知识、数学和编码任务上达到非思考型模型的 SOTA。
推荐理由：官方给出 Kimi K2 的参数规模、开源版本与调用入口，读者可据此判断它能否替代现有编码智能体方案。
The Decoder精选AI 评分6969 Cloudflare 发布 Clef 与 Clef-flash 决策模型，称智能体决策不再需要人类介入
Cloudflare 发布面向智能体的决策模型 Clef 与 Clef-flash，直接对标 TypeSafe AI 的 Jev。Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，而 Jev 略超 524 毫秒；Clef 基于 Qwen3.8-27B，Clef-flash 基于 Qwen3.5-9B，上下文窗口为 64,000 token，并可处理图像。
推荐理由：文中给出 Clef 与 Jev 的延迟和准确率对比，读者可据此判断决策模型在智能体链路中的取舍。
Latent Space精选AI 评分7878 小米 MiMo-V2.6-Pro 1T-A42B 登顶开放权重模型榜单，训练成本 $3M
小米发布 MiMo-V2.6 系列原生全模态开放模型，MiMo-V2.6-Pro 以 1.02T 总参数、42B 激活参数登顶 Artificial Analysis 开放权重智能指数（46），另有 Flash 与最高 20x 提速的 Pro-UltraSpeed 版本。
推荐理由：小米以非传统大厂身份拿下开放权重榜首，并同步开放 RL 环境与训练配方，显示后训练正成为更便宜的能力跃升路径。
AIGC Weekly精选AI 评分7070 TypeSafe JEV 模型详解：主打快速判断的 System 1 模型
TypeSafe 推出 JEV 模型，它不生成自由文本，只针对输入返回选择、评分或布尔判断，定位为“快思考”的 System 1 模型。
推荐理由：文章对比了 JEV 与普通 LLM 在判断任务上的差异，并给出把任务拆成小判断加代码组合的适配方法，便于判断是否要改造现有工作流。
阿里云开发者精选AI 评分7979 Qwen3.8-Flash 上线千问 AI 平台，每百万 Tokens 输入 0.8 元
千问 AI 平台上线 Qwen3.8-Flash，API 每百万 Tokens 输入 0.8 元、输出 2.7 元、缓存命中 0.1 元。该模型为多模态 MoE 架构，千亿总参数仅激活 60 亿，引入 QSA 机制与 Gated Residual，在高缓存命中的 1M Tokens 长上下文场景中提速 8 倍以上。模型权重已在 Hugging Face 与魔搭社区开源，千问办公标准模式也已内置。
推荐理由：原文列出了 Qwen3.8-Flash 的架构创新与分层价格，读者可据此评估长上下文 Agent 任务的调用成本。
Microsoft ResearchAI 评分5757 Microsoft Research 发布 Skala 1.1 深度学习 DFT 泛函，训练数据扩大 2.5 倍并接入 CP2K 等软件
Microsoft Research 发布深度学习交换关联泛函 Skala 1.1，训练数据量较初版扩大 2.5 倍，在 GMTKN55 基准的 55 个类别中拿下 32 个第一，加权平均误差 2.8 kcal/mol，精度超过主流全局杂化泛函而成本接近 meta-GGA。
OpenAI NewsAI 评分3535 OpenAI 如何改进前沿 LLM 的指令层级
IH-Challenge 通过训练模型优先遵循可信指令，提升前沿 LLM 的指令层级、安全可控性以及抵抗提示词注入攻击的能力。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 WeatherNext 2 最先进天气预报模型
Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2，预报速度提升 8 倍、分辨率精细到 1 小时，在 99.9% 的变量和 0-15 天预报时效上超越上一代 WeatherNext 模型。
推荐理由：原文给出 WeatherNext 2 相比上一代在 99.9% 的变量与预报时效上提升，并开放 Earth Engine、BigQuery 与 Vertex AI 早期访问，可据此判断气象数据的获取与使用方式变化。
OpenAI News精选AI 评分7171 OpenAI 发布 GPT-3.5 Turbo 微调与 API 更新
OpenAI 宣布开发者现在可引入自有数据微调 GPT-3.5 Turbo，以针对自身用例定制模型，该功能随本次 API 更新一并推出。
推荐理由：原文明确了开发者可使用自有数据微调 GPT-3.5 Turbo，读者可据此评估定制模型对自身业务场景的适用性。
OpenAI News精选AI 评分9090 OpenAI：更好的语言模型及其影响
OpenAI 训练了一个大规模无监督语言模型，能生成连贯的文本段落，并在多项语言建模基准上达到 SOTA。该模型无需任务专属训练，即可完成基础的阅读理解、机器翻译、问答和摘要。
推荐理由：原文记录了大规模无监督语言模型在无需任务专属训练时即可完成阅读理解、翻译、问答与摘要，可作为理解通用语言能力演进的背景。
OpenAI News精选AI 评分6565 OpenAI 用无监督学习改进语言理解
OpenAI 在一系列多样的语言任务上取得 SOTA 结果，所用系统可扩展且任务无关，并同时开源。该方法结合 Transformer 与无监督预训练，表明将监督学习方法与无监督预训练配合使用效果良好，OpenAI 希望该结果推动在更大、更多样数据集上应用这一思路的研究。
推荐理由：原文记录了 OpenAI 将 Transformer 与无监督预训练结合的验证，可据此理解该思路在语言任务上的效果。
OpenAI NewsAI 评分3838 OpenAI 发布面向块稀疏权重网络的 GPU kernel
OpenAI 发布了针对块稀疏权重网络的高度优化 GPU kernel，根据所选稀疏度，速度可比 cuBLAS 或 cuSPARSE 快多个数量级。这些 kernel 已用于文本情感分析以及文本和图像生成建模，并取得 SOTA 结果。
OpenAI NewsAI 评分4444 OpenAI：机器人控制从仿真泛化到物理世界
OpenAI 的最新机器人技术使完全在仿真中训练的控制器部署到物理机器人后，能在执行简单任务时应对环境的意外变化。这些控制器构成闭环系统，而非以往的开环系统。
OpenAI News精选AI 评分6767 OpenAI 发布新强化学习算法 Proximal Policy Optimization（PPO）
OpenAI 发布新强化学习算法 Proximal Policy Optimization（PPO），性能与 SOTA 方法相当或更好，且实现和调参更简单。PPO 因易用性和良好性能已成为 OpenAI 的默认强化学习算法。
推荐理由：原文给出 PPO 与已有强化学习算法的性能对比和易用性说明，可帮助读者判断是否将其作为默认训练算法。
OpenAI NewsAI 评分5353 OpenAI 提出无监督情感神经元
OpenAI 开发了一个无监督系统，它仅以预测 Amazon 评论文本的下一个字符为训练目标，就学习到了优秀的情感表示。