Signals · AI Tech Radar

Model · 2026-10-07Worth tracking

One Model Family, Two Gold-Level Results: Fine-Tuning Nemotron for IOI and IMO

Why it matters一份开放权重、开放数据的竞赛级配方，而且两项成绩的分量不同：IMO 由官方评分，IOI 是自测。它的消融数据还说明，推理时的验证与修正循环带来的提升比强化学习更大。

For 做模型后训练、数学或代码推理的研究与工程团队、想在自己任务上加验证循环的应用团队

Model · 2026-09-29Worth tracking

NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction

Why it matters表格是企业里最常见的数据，建模却一直是每张表单独训练、调参。Kumo Tabular 把它变成一次前向计算，而且开放权重、允许商用。它在排行榜上领先，却没有和大多数团队真正在用的梯度提升树直接比较；值不值得换，要在你自己的数据上量。

For 要为很多张中小型业务表分别建预测模型的数据科学团队、在评估表格基础模型能否替代梯度提升树的机器学习工程师

Tool · 2026-07-17Worth tracking

Fine-tune video and image models at scale with NVIDIA NeMo Automodel and Diffusers

NVIDIA and Hugging Face ship a NeMo Automodel integration that brings production-grade distributed diffusion training to any Diffusers-format model on the Hub — no checkpoint conversion, no model rewrites, scaling from one GPU to hundreds, Apache 2.0.

Why it matters扩散模型的规模化微调此前基本是「自带训练基础设施团队」的特权。这次集成把生产级分布式训练变成 Hub 上人人可用的默认能力——训练门槛从算法与基础设施工程下移到数据工程，开源图像与视频模型的领域定制生态会因此明显加速。

For 做图像与视频生成产品的团队、需要领域定制扩散模型的研究者

Workflow · 2026-07-08Worth tracking

Data for Agents

NVIDIA argues that agentic AI needs open data — software engineering traces, tool-use failures, multi-step reasoning, retrieval, safety and user simulation — and that synthetic data is how it scales, backed by the Nemotron open dataset family.

Why it matters它把「智能体做不好」重新定义为数据问题而不是模型问题，并给出了可操作的数据类型清单与合成数据方法。对智能体团队来说，这比又一个新框架更接近瓶颈本质。

For 构建智能体产品的工程团队、负责训练/微调数据的算法工程师