OpenAI 将遵循共享 robots.txt 信号表达 AI 训练偏好
OpenAI 宣布将遵循一种共享的 robots.txt 信号，帮助网站运营者向参与该机制的提供商传达其 AI 训练偏好。
推荐理由：OpenAI 说明将遵循共享的 robots.txt 信号，读者可据此了解网站表达 AI 训练偏好的新机制。
#数据/训练
OpenAI News精选AI 评分6060
Microsoft Research精选AI 评分7676 微软研究者证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，给出与维度无关的固定界。
推荐理由：微软研究者用人类主导的智能体搜索证明 KLS 猜想，可看人机协作如何参与数学发现。
NVIDIA Blog精选AI 评分7272 NVIDIA 扩展 Cosmos 平台，新增世界模型训练、评估与部署工具
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文列出 Cosmos 平台新增的训练、仿真与数据蓝图，并给出保时捷等企业的落地数据，可据此判断世界模型开发链路的成熟度。
Microsoft Azure AI精选AI 评分5757 微软详解 Azure Maia 300 架构：96 加速器机架与 12288 加速器 superpod
微软发布 Azure Maia 300 架构详解，这是 Maia 第三代加速器，面向云规模智能体推理，相比 Maia 200 提供最高 7 倍的机架级 token 吞吐和超过 2.5 倍的每瓦性能。
推荐理由：微软官方拆解 Maia 300 的芯片、机架与网络设计，可看清云厂商如何为智能体推理压低每瓦成本。
Microsoft Research精选AI 评分7575 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量 Agentic RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码实现让部署中的 agent harness 直接参与强化学习，并给出完整编码 agent 训练流程与实测增益。
Microsoft Research精选AI 评分6262 微软研究院推出 Quine：面向生物学复杂性的 AI 研究系统
微软研究院推出 Quine，一个面向生物学的研究系统，由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，按化合物驱动肿瘤细胞状态转换的潜力对数千种化合物排序，排名最高的化合物在多项湿实验中产生了预期的经典态到基底态转变，整个筛选到候选优先排序过程耗时一个周末。
推荐理由：微软研究院公开 Quine 的生物学世界模型与工具编排框架，并给出胰腺癌细胞状态预测的湿实验验证结果。
已经到底了