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。
Google Research 与英国 NHS 合作，在 Nature Cancer 发表两项 AI 乳腺癌筛查研究。第一项研究显示，AI 系统在 115,973 名女性的回顾性评估中，癌症检出率从每千名女性 7.54 例提升至 9.33 例，并检测出原始双人阅片流程漏掉的 25% 间期癌；在 12 个 NHS 筛查站点的前瞻性部署中，AI 读取中位时间为 17.7 分钟。
推荐理由：两项研究分别评估了AI独立检测性能与融入双人阅片流程的效果，为AI辅助乳腺癌筛查的临床可行性提供了量化证据。
Mistral AI 发布 Forge 系统，企业可利用内部文档、代码库和运营数据训练定制模型，支持预训练、后训练和强化学习全流程，并兼容稠密与 MoE 架构及多模态输入。Forge 已与 ASML、爱立信、欧洲航天局等机构合作，模型可在企业自有基础设施内运行，同时支持智能体通过自然语言微调模型和优化超参数。
推荐理由：原文给出了企业自训模型的完整能力栈和已落地客户名单，读者可据此评估其与通用模型的差异。
Google Research 宣布在 Flood Hub 上线城市山洪预报，利用基于 Gemini 从新闻报道中提取历史洪水事件构建的 Groundsource 数据集训练 LSTM 模型，可提前 24 小时预测人口密度超过 100 人/平方公里区域的山洪风险。模型目前以 20x20 公里分辨率运行，在多个全球南方国家的精度和召回率与美国 NWS 预警系统相当。
推荐理由：原文给出了新模型的技术路线和与现有系统的性能对比，读者可以据此判断AI驱动的城市山洪预警在欠发达地区的覆盖价值。
Google Research 推出 Groundsource，一种利用 Gemini 从全球新闻报道中提取结构化历史灾害数据的方法。首个开放数据集覆盖 2000 年至今 150 多个国家的 260 万条城市山洪事件，人工审核中 82% 的事件在位置和时间上达到实际可用精度，并已用于 Google Flood Hub 的提前 24 小时城市山洪预报。
推荐理由：原文给出了用 Gemini 从新闻提取灾害数据的完整流程和验证指标，读者可以据此评估该方法在构建历史数据集上的可靠性。
Google Research 发布 WAXAL，一个面向非洲语音技术的大规模开放数据集，包含约1,846小时转写自然语音（ASR）和超过565小时高保真录音（TTS），覆盖27种撒哈拉以南非洲语言，使用 CC-BY-4.0 许可。
推荐理由：该数据集以宽松许可覆盖27种非洲语言，为低资源语音技术研究提供了可复用的数据基础。
Mistral 发布 OCR 3，在表单、扫描件、复杂表格和手写内容上对 OCR 2 取得 74% 的整体胜率，定价为每 1000 页 2 美元，批量 API 享 5 折优惠。模型支持 markdown 输出和 HTML 表格结构重建，可通过 API 或 Mistral AI Studio 中的 Document AI Playground 使用，并保持与 OCR 2 完全向后兼容。
推荐理由：官方给出了新模型的性能提升、价格和接入方式，读者可以据此评估其在文档处理工作流中的性价比。