Nemotron 微调后在 IOI 2026 与 IMO 2026 双双达到金牌水平
NVIDIA 团队从 Nemotron 3 出发，用 SFT、RL 和反馈驱动的推理流程做出两个专家系统，在 IOI 2026 得 535.4/600、IMO 2026 得 30/42，均超过各自金牌线。
推荐理由：原文公开了微调配方、数据集与推理流水线，读者可据此复现领域专家模型的训练与验证流程。
#Hugging Face
Hugging Face Blog精选AI 评分6060
Hugging Face Blog精选AI 评分7171 微软 ThinkingBox 发布：按数据库终态而非工具调用给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，按终端后端状态和副作用而非生成文本打分，并让每个任务重复 20 次。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非工具调用判断成败，并给出 20 次重复下的稳定性与成本数据。
Hugging Face BlogAI 评分3636 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例和更强教师的成功案例，生成并验证新的可执行训练任务，用于企业智能体的后训练。每个任务由系统规范、用户提示词和验证器组成，需满足可行性、真实性和难度三项属性。随着模型改进，课程会自动转向其仍难以完成的能力缺口。
Hugging Face BlogAI 评分2222 Hugging Face 发布 Open TTS Leaderboard：面向多语言 TTS 与声音克隆的可扩展评测
Hugging Face 推出 Open TTS Leaderboard，用客观指标评测开源多语言 TTS 与声音克隆模型，把评测耗时从数周投票缩短到数小时。