Hugging Face··5 个月前
OlmoEarth v1.1：一个更高效的地球观测模型家族
OlmoEarth v1.1: A more efficient family of Earth observation models
这是 Ai2 发布 OlmoEarth v1.1 版本的文章。文中说明该系列模型用于卫星影像处理与大面积区域预测，相比前代可将计算成本最多降低约 3 倍，并给出模型合集、技术报告和预训练代码的链接。文中提到 v1 版本于 2025 年 11 月发布，合作伙伴已将其用于红树林变化追踪、森林丧失驱动因素分类、国家级作物类型制图等任务。
- 分级
- 值得看
- 收录时间
- 2026-10-28
推荐阅读
不止于树冠覆盖：绘制全球森林类型地图
Beyond tree cover: mapping the world’s forest types
Google DeepMind 博客文章（2026 年 10 月 22 日，作者 Maxim Neumann 与 Charlotte Stanton），介绍 Google DeepMind、Google Research 联合 WRI 和 IIASA 发布的 Forest Typology（ForTy）2020 地图。该地图以 10×10 米分辨率把全球地表划分为六种森林与土地利用类型，区分天然林、人工林和农用林，并附有追踪这些森林逐年变化的早期时间序列，是欧盟森林砍伐法规的关键基线。文中指出不同森林类型在碳储量和生物多样性上差异很大。
VibeThinker-3B 与后训练的力量
VibeThinker-3B and the Strength of Post-Training
Sebastian Raschka 博客文章，详细分析基于 Qwen2.5-Coder-3B 的 VibeThinker-3B 模型，指出其所报告的推理能力提升来自一套细致的后训练流程。文中列出报告基准成绩（AIME 2026 为 94.3、LiveCodeBench v6 为 80.2、IMO-AnswerBench 为 76.4），介绍其沿用标准 Qwen2 解码器结构及配置参数，并概述后训练配方，包括数据合成、两个监督微调阶段、多个强化学习阶段、离线自蒸馏和最后的指令微调。适合关注模型架构与后训练技术的读者。
我们能否信任大语言模型判断一个研究想法是否新颖？
Can we trust LLMs to judge whether a research idea is novel?
这是 Ai2 在 Hugging Face 上发布的一篇文章，介绍其研究《Old Ideas, Novel Problems》，考察大语言模型评估科研想法新颖性的可靠性。文中同时发布了用于测试“新颖性评判器”的基准、数据和代码，以及可供研究者构建新评测集的自动化流程，并交代了该机构在科学发现辅助系统方面的相关项目背景。
Ettin Reranker 家族介绍
Introducing the Ettin Reranker Family
Tom Aarsen 发布的文章，推出六个基于 Ettin ModernBERT 编码器的 Sentence Transformers CrossEncoder 重排模型，参数量分别为 17M、32M、68M、150M、400M 和 1B，并公开训练数据与完整训练方法。模型采用蒸馏训练：在以 cross-encoder/ettin-reranker-v1-data 上 mixedbread-ai/mxbai-rerank-large-v2 的分数做逐点 MSE，该数据集是 lightonai/embeddings-pre-training 的子集与 lightonai/embeddings-fine-tuning 中重排子集的混合。文章还包含与多个嵌入模型在 MTEB(eng, v2) Retrieval 上的搭配结果、使用说明和训练说明。
洪水韧性的新篇章：开源 Google 水文学框架
The next chapter in flood resilience: Open sourcing Google’s hydrology framework
这是 Google 研究科学家 Grey Nearing 和 Deborah Cohen 于 2026 年 6 月 3 日发布的博客，介绍 Google 将水文学建模框架在 GitHub 上开源。该框架允许研究者和预报人员用与 Google Flood Hub 河流洪水预报相同的架构和类似训练数据训练 AI 洪水预报模型，也便于水文学家添加和测试新模型、数据与方法。适合水文、气象预报及相关领域研究人员阅读。
RLHF 书：基于人类反馈的强化学习与大模型后训练
RLHF Book：Reinforcement Learning from Human Feedback and LLM Post-Training
一本关于基于人类反馈的强化学习（RLHF）与大模型后训练的书的网页版，纸质版于 2026 年 7 月首次出版。页面主要记录网页版与纸质版之间的差异，包括带勾标记表示已纳入 2026 年 10 月第一次重印的网页勘误。内容增补涉及：在第 3 章扩展标准训练配方并加入 MOPD 与智能体后训练示例和新流程图；第 16 章新增智能体评估小节；第 5 章澄清结果奖励模型的历史并重组奖励建模章节；第 6 章整理 RL 符号（轨迹采样分布与时间下标）；第 12 章扩展在线策略蒸馏内容并更名为“合成数据与蒸馏”；以及正则化章节的次序调整。作者提到考虑几年后推出改名为“后训练书”的第二版。