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。
#部署/工程
Hugging Face Blog精选AI 评分6161
Microsoft ResearchAI 评分4242 Microsoft Research 用机器学习预测电网的空间天气风险
Microsoft Research 实习生开发了一套机器学习系统，为美国本土 66,935 座变电站提供针对地点的空间天气风险预测。该管线结合 L1 点太阳风观测、AE 与 Dst 指数预测及地质电导率数据，可提前 30-60 分钟预警。评估期内系统对重大事件（≥10 nT/min）检出率达 76.5%，严重事件（≥20 nT/min）达 81.2%。
Import AIAI 评分4343 Import AI 470：机器权利之争、SPADE 自动化环境生成与 Hawkeye GPU 内核优化
本期 Import AI 报道 METR 研究显示 AI 对网络安全的加速最显著、数学次之、AI 研究本身尚难量化。多校团队推出 SPADE 框架，通过自博弈共同进化环境合成与智能体能力，在 Qwen3-30B-A3B 上游戏环境套件平均达 58.3，较基线高 5.3，工具使用环境也全面提升。此外还介绍 Hawkeye 用于构建更好的 GPU 内核。
Berkeley AI Research精选AI 评分6161 K-Search 通过 CUDA 到 MLX 翻译层将内核优化经验迁移到 Apple Silicon
研究者基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架，新增 MLX 后端和结构化 CUDA 到 MLX 翻译层，让现有 CUDA 内核知识自动适配 Apple Silicon。
推荐理由：原文给出结构化 CUDA 到 MLX 翻译层的做法和可复现步骤，读者能了解跨硬件迁移内核优化经验的可行路径。
Berkeley AI ResearchAI 评分4242 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布对并行推理领域的综述与分析，重点探讨自适应并行推理，即让模型自行决定何时分解并并行化独立子任务、生成多少并发线程及如何协调。