Microsoft Research 开源 RetroChimera：结合双模型提升小分子逆合成预测
Microsoft Research 在 Nature 发表并开源 RetroChimera，该模型通过集成 R-SMILES 2 和 NeuralLoc 两个互补子模型及学习排序策略，显著提升了小分子逆合成路线的预测质量。盲测显示，PhD 级化学家更偏好其生成的反应预测，优于先前模型及文献记录。
#开源/仓库
#开源/仓库
今日 0 条Microsoft ResearchAI 评分4040
Microsoft ResearchAI 评分3838 Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型助力群体规模发现
Microsoft Research 推出开源病理基础模型 GigaPath-Flash 和 GigaTIME-Flash，旨在通过提升效率实现群体规模的疾病研究。
Google DeepMind精选AI 评分8686 Google DeepMind 开源 WeatherNext 2 与 Cyclones 模型，气旋预测精度获突破
Google DeepMind 宣布开源 WeatherNext 2 和 WeatherNext Cyclones 模型，该系列 AI 模型在 Nature 发表论文显示其气旋路径、强度和风结构预测达到 SOTA 水平。
推荐理由：WeatherNext 在气旋预测中实现相当于十年气象进步的精度提升，并开源了模型权重与代码。
Hugging Face BlogAI 评分4040 Hugging Face 发布 Nemotron-Personas-India：面向印度主权 AI 的合成数据集
Hugging Face 联合 NVIDIA 推出首个开源印度人物合成数据集 Nemotron-Personas-India，采用 CC BY 4.0 许可。该数据集包含 2100 万个人物画像和 77 亿 token，覆盖英语及印地语（天城文与拉丁字母），基于 2011 年人口普查数据构建以反映真实分布。
Hugging Face BlogAI 评分5353 NVIDIA 发布 Nemotron-Personas-Japan 开放合成数据集
NVIDIA 发布了 Nemotron-Personas-Japan，这是一个包含600万条记录的开放合成数据集，旨在为日本主权AI开发提供高质量训练数据。该数据集基于CC BY 4.0许可证，利用NeMo Data Designer生成，涵盖1500多种职业类别和95万个独特姓名，完全由人工合成以保护隐私。
Hugging Face BlogAI 评分4040 Kimina-Prover-RL 开源训练管线发布，1.7B 模型刷新 MiniF2F SOTA
Hugging Face 开源 Kimina-Prover-RL 训练管线，基于 DeepSeek-R1 范式与 Verl 框架实现 Lean 4 定理证明。配套发布的 AI-MO/Kimina-Prover-RL-1.7B 在 MiniF2F 基准 Pass@32 达 76.63%，0.6B 版本达 71.30%，均创同尺寸开源模型新纪录。
Hugging Face BlogAI 评分5858 Intel 发布 AutoRound：面向 LLM 和 VLM 的高级量化工具
Intel 推出 AutoRound，一种用于大语言模型（LLM）和视觉语言模型（VLM）的权重后训练量化（PTQ）方法。该方法通过联合优化权重舍入和裁剪范围，在 INT2-INT8 低比特量化下保持高精度，例如在 INT2 精度下相对准确率比流行基线高 2.1 倍。
Hugging Face Blog精选AI 评分8080 Hugging Face 开源 DeepResearch 复现框架
Hugging Face 发布开源项目 Open Deep Research，旨在复现 OpenAI Deep Research 的功能并公开其智能体框架。该项目利用 smolagents 库构建代码代理（CodeAgent），在 GAIA 验证集上达到 55.15% 的成绩，优于此前开源框架约 46% 的水平。
推荐理由：Hugging Face 开源了基于 smolagents 的 DeepResearch 复现框架，展示了代码代理在 GAIA 基准测试中相比传统 JSON 动作生成的显著性能提升。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 Open-R1 项目进展：复现 DeepSeek-R1 训练管线与数据
Hugging Face 更新 Open-R1 项目进展，旨在复现 DeepSeek-R1 缺失的训练管线和合成数据。团队已在 MATH-500 基准上验证评估结果，并将 GRPO 集成至 TRL v0.14 以支持并行训练。
推荐理由：原文公开了复现 DeepSeek-R1 的训练管线与合成数据生成细节，提供了可参考的工程实现方案。
Hugging Face Blog精选AI 评分6565 Hugging Face 启动 Open-R1 项目以完全复现 DeepSeek-R1
Hugging Face 宣布启动 Open-R1 项目，旨在系统性重建 DeepSeek-R1 的数据和训练流程。该项目计划通过蒸馏高质量推理数据集、复现纯强化学习管线以及展示多阶段训练方法，来填补官方未公开代码和数据集的空白，推动开源推理模型的发展。
推荐理由：原文详细拆解了 DeepSeek-R1 的训练配方并规划了复现路径，为社区提供了构建开源推理模型的具体方法论和数据策略参考。
Hugging Face BlogAI 评分4040 Hugging Face 与 Entalpic 推出开源材料发现项目 LeMaterial
Hugging Face 联合 Entalpic 发布开源协作项目 LeMaterial，旨在加速材料科学研究。其首个数据集 LeMat-Bulk 整合了 Materials Project、Alexandria 和 OQMD，包含 6.7M 条目及 7 种材料属性，采用 CC-BY-4.0 许可并统一数据格式以解决碎片化问题。
Hugging Face BlogAI 评分4545 Hugging Face 社区发布 Apache 2.0 开源文本到图像偏好数据集
Hugging Face 社区推出 Apache 2.0 许可的 open-image-preferences-v1 数据集，旨在解决文本到图像生成领域缺乏开源偏好数据的问题。该数据集基于 Flux 和 Stable Diffusion 3.5-large 生成的图像，涵盖多种风格类别与提示复杂度，并提供了配套的 LoRA 微调模型及预处理代码。
Hugging Face BlogAI 评分3535 Pollen-Vision：面向机器人零样本视觉模型的统一接口
Pollen Robotics 发布开源库 Pollen-Vision，集成 OWL-VIT、Mobile Sam 和 RAM 等零样本模型，实现无需训练的 3D 物体检测。该库支持在消费级 GPU 上实时运行，例如 RTX 3070 处理单提示帧耗时约 75ms，旨在通过提供空间坐标助力机器人抓取未知物体。
Hugging Face BlogAI 评分5555 Hugging Face 发布 SegMoE：用于创建混合专家扩散模型的框架
Hugging Face 推出 SegMoE 框架，允许用户通过替换 Stable Diffusion 中的 Feed-Forward 层来从零开始创建混合专家（MoE）扩散模型。
Hugging Face BlogAI 评分4040 Segmind 开源 SD-Small 与 SD-Tiny 知识蒸馏代码及权重
Segmind 开源基于知识蒸馏训练的 SD-Small 和 SD-Tiny 模型权重及代码，二者参数量分别比基础模型减少 35% 和 55%，推理速度提升最高达 100%。该工作以 Realistic-Vision 4.0 为教师模型，在 LAION Art Aesthetic 数据集上训练，旨在通过压缩生成式 AI 模型实现更快速、低成本的图像生成。
Hugging Face BlogAI 评分2626 Hugging Face 发布 pytorch_block_sparse：基于 CUTLASS 实现块稀疏矩阵加速
Hugging Face 推出 `pytorch_block_sparse` 扩展，利用 NVIDIA CUTLASS 模板实现高效块稀疏矩阵乘法。该库提供 `BlockSparseLinear` 模块替代标准线性层，在 75% 稀疏度下推理速度约为密集矩阵的 2 倍，内存占用降低 4 倍。