作者用 ML-intern 两天做出六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML-intern，用提示词描述需求，两天内做出六个模型并发布到 Hugging Face Hub，总计算花费约 103 美元。
推荐理由：作者用 ML-intern 在两天内做出六个模型，并公开全部提示词与成本明细，可迁移到自己的训练流程。
Hugging Face Blog精选AI 评分7575 Hugging Face Blog精选AI 评分6262 Liquid AI 发布 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 发布 d1 决策模型家族的两款开放权重模型 d1-3B 和 d1-omni-600M（实验性）。d1-3B 在 Decision Index 0.2.1 上得分 48.57，为 10B 以下最佳，超过 Decider 35B-A3B 的 47.11，支持文本与图像，在 NVIDIA Jetson AGX Thor 上单次回答耗时 16 ms。
推荐理由：Liquid AI 公开两款决策模型及端侧与 GPU 实测延迟，可据此判断单次前向决策在边缘设备上的可用性。
Hugging Face Blog精选AI 评分6666 Nemotron 微调后在 IOI 2026 与 IMO 2026 均达金牌水平
英伟达团队从 Nemotron 3 出发，用监督微调、强化学习和反馈驱动的推理流程，在 IOI 2026 与 IMO 2026 两个竞赛中达到金牌水平。
推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方，包括数据规模与推理流程。
Hugging Face Blog精选AI 评分7171 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 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，再根据其留下的后端终态和副作用打分，而非依据模型生成的文字。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定任务成败，并给出 507 个任务重复 20 次的稳定性数据。
已经到底了
AI 生态链
每天一条 AI 要闻
从一批信源里筛出值得看的动态，同一件事的多篇报道归到一起，每天出一份日报
进一步了解AI 资讯
AI 应用
10 个能直接用的工具
每个都有独立入口、介绍与获取方式
进一步了解AI 应用
晓之俱乐部
文章、教程与会员资源
121 篇文章 · 80 个资源包 · 11 个分类
进一步了解俱乐部
主题
按线索追 AI 动态
按公司与模型、技术方向、内容形态追踪同一条线索
进一步了解主题
报告
每日、每周、每月
每日精编、每周回顾、每月盘点，可订阅 RSS
进一步了解日报
阿晓中转
一个入口，接多家模型
多上游统一入口、密钥分发、用量与计费控制台
开发中
更多板块即将上线
我们在持续补充新的板块。这里会放上还没准备好的部分，敬请期待。