AI2 推出 StateBench 基准，测语言模型在长文档中的状态追踪能力
AI2 发布 StateBench 基准，按四个难度级别评测语言模型在长文档中追踪实体状态变化的能力。
#Hugging Face
Hugging Face BlogAI 评分5151 Hugging Face BlogAI 评分4545 Hugging Face 发布 Palette：用合成数据教会小型开源模型按你的设计语言制作幻灯片
Hugging Face 推出 Palette，一个经 LoRA 微调的 20B 开源权重模型，按 IBM Design Language 训练，学习“设计师+程序员”分工方式生成幻灯片，在 PresentBench 三个领域中的两个排名第一。
Hugging Face BlogAI 评分5757 Hugging Face 推出 transformers-mic 模型集成契约标准
Hugging Face 开源 transformers-mic，提出模型集成契约（MIC）标准，包含缩小的 fixture 模型、可运行的用法路径和人工审定的基线输出三部分，用于在 PR 阶段用廉价 CPU 抢先发现回归。
Hugging Face BlogAI 评分4747 Collinear AI 发布 CWE-bench v2：覆盖更广、质量与透明度更高
Collinear AI 推出 CWE-bench v2，公开 100 个网络安全任务，覆盖 91 种不同 CWE，评测完全程序化、结果可复现，任务均经人工审核。
MIT Technology Review · AIAI 评分5858 MIT Technology Review 长文分析智能体网络的到来及其对人类互联网的冲击
MIT Technology Review 发文指出，继 Berners-Lee 的语义网愿景之后，LLM 智能体正在催生一个全新的智能体网络。
Hugging Face BlogAI 评分5151 Hugging Face 联合多所高校发起 Project ProtoStar，推动公共资助科研实现 AI 可用化
Hugging Face 宣布发起 Project ProtoStar，联合卡内基梅隆大学、普渡大学、佐治亚理工、亚利桑那州立大学和乔治华盛顿大学等机构，通过开放大学联盟 OFAI、Astera Institute 和 ORCA 等合作方，推动公共资助的科学数据集、模型和代码以 AI 可用、机器可操作的格式发布，并通过一系列公开挑战赛验证其复用价值。
Hugging Face Blog精选AI 评分8383 Mistral Large 4 多模态 MoE 模型登陆 Hugging Face
Hugging Face 发布 Mistral Large 4（Le Chonk）的上架介绍，这是 Mistral 的多模态多语言 MoE 模型，总参数约 1T、激活 49B、上下文窗口 1M token，提供 FP8 与 NVFP4 官方版本及 GGUF 量化，采用 Mistral Ecosystem Open-Weight License 开放。
推荐理由：文章拆解了 Mistral Large 4 的稀疏注意力与 MoE 架构，并给出本地和云端多套部署实测数据，便于评估落地成本。