训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
Hugging Face 发布完整教程，用 TRL 库的 GRPO 结合 LoRA 微调 LiquidAI/LFM2.5-350M，仅需约 500 样本和 100 步训练即可在免费级 Colab 或 Kaggle 16 GB GPU 上完成。
推荐理由：完整开源了小模型 GRPO 结构化输出微调的配方和评测对比，资源门槛低，方法可直接迁移到其他小模型任务。
Microsoft Research 推出 Echoverse，为计算机使用 Agent 构建了 12 个深度训练环境，包括 10 个领域世界和 2 个能力世界（日期选择器与嵌套过滤）。
推荐理由：原文给出深度世界优于浅层世界的实验对比和开源入口，读者可以据此判断合成训练环境如何影响 Agent 训练。
Google Research 发布大型传感器基础模型 SensorFM，在 500 万名同意参与者的超过一万亿分钟多模态可穿戴信号上自监督预训练。模型输入 PPG、加速度计、EDA、皮温和测高五类模态共 34 个一分钟聚合特征，采用 AIM 框架直接从不完整数据中学习。
推荐理由：Google 自述其可穿戴基础模型的数据规模、AIM 缺失数据处理方法与下游结果，读者可了解可穿戴健康数据通用表示的可行路径。
Google Research 将在 COLM 2026 发表的论文发现，开启链式推理可让 Gemini-2.5（Flash 和 Pro）与 Qwen3-32B 召回推理关闭时几乎无法给出的单跳事实答案。
推荐理由：论文给出两类机制实验和幻觉审计结果，读者可以据此理解推理为何能帮助单跳事实召回以及其局限。
Google 发布 Groundsource，利用 Gemini 从 80 种语言的新闻中提取结构化洪水事件数据，构建覆盖 150 多个国家、2000 年至今的 260 万条城市山洪记录并开放获取。
推荐理由：原文给出方法细节、准确率数字和开放数据入口，读者可据此评估 LLM 构建灾害历史数据集的可复用路径。