微软与 Hugging Face 详解 ThinkingBox 如何将数据库判分转化为 RL 奖励并开源训练栈
微软与 Hugging Face 发布 ThinkingBox-Training 博客并开源代码，把对数据库终态的可执行检查用作 RL 奖励，在 ThinkingBox-Bench 之外的任务上训练 Qwen3.8-27B。
推荐理由：微软与 Hugging Face 联合复盘如何把数据库终态检查变成 RL 奖励，并公开完整训练栈，适合做有状态 Agent 后训练的参考。
多来源采集 → 报道归并 → 价值筛选 → 精选与日报
信号汇聚示意动画，不代表实时处理进度。每条线代表一个信源，同类报道归并，部分内容经筛选后形成精选与日报。
#Microsoft先读重点，再回到原始来源。
Hugging Face Blog精选AI 评分6161
Microsoft Research精选AI 评分8585 Microsoft Research 证明 31 年前提出的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，表明对数凸分布的最佳平切与任意形状切口的差距以一个通用常数为界，与维度无关。
推荐理由：官方一手介绍证明思路与人类引导 AI 的搜索过程，读者可以了解这项工作如何结合数学判断与多智能体探索。
GitHub Blog · AI & ML精选AI 评分6666 GitHub 发布 ModernBERT 分类器扩展 push protection 覆盖非结构化密钥
GitHub 官方基于 2024 Q2 至 2026 Q2 共九个季度数据指出，AI 智能体参与的 pull request 已占三分之一，但每 push 密钥检出率无统计显著上升，开发者驳回 push 拦截的比例从 6.63% 降至 3.93%。
推荐理由：作者用九个季度的数据说明开发者并非更大意，并给出毫秒级分类器扩展 push protection 的路径与开放时间表。
Microsoft Research精选AI 评分6060 微软亚洲研究院发布 Agent Lightning v1.0：约 3500 行代码的轻量级 Harnessed Agentic RL 框架
微软亚洲研究院发布重构并开源的 Agent Lightning v1.0，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：官方详解了用真实 agent harness 做 RL 的训练范式与系统设计，并给出 Qwen3.5-9B 在 SWE-bench Verified 的提升数据，方法可参考。
已经到底了