多模态对齐数据军备竞赛
Allen AI 定义预训练数据方法论

Allen AI 本周发布 5 个数据集和 8 个模型，成为单周产出最高的研究机构。核心亮点：allenai/olmix（2026-02-11，238 下载，18 赞）——为 OLMo 预训练提供 proxy run swarm 数据，系统化解决"不同领域数据按什么比例混合效果最优"这一预训练核心问题；allenai/Dolci-Instruct-DPO（2,498 下载）——26 万条偏好对用于 OLMo 3 Instruct 7B 对齐训练，ODC-BY 许可证；allenai/olmOCR-bench（2,745 下载，58 赞）——1,403 个 PDF + 7,010 个单元测试，建立 PDF-to-Markdown OCR 系统评估标准；allenai/Molmo2-MultiImageQA（194 下载）——多图视觉问答指令微调数据集；allenai/molmospaces（204 下载，+39.7% 周增长）——具身 AI 3DGUT/USD 资源更新 Isaac Sim 兼容格式。配套博客同步发布：Olmix 数据混合框架详解、AutoDiscovery 自动科学发现、MolmoSpaces 生态介绍、How2Everything 真实程序评估。

facebook/community-alignment-dataset（194 下载，39 赞，cc-by-4.0）——来自 3,000+ 全球标注者的 20 万+LLM 响应对比数据，覆盖多语言和多轮对话场景。这是 Meta 开源的最大规模多语言偏好数据集。同时发布 facebook/actionbench（2026-02-19，2 下载）——128 个视频↔动画点云配对样本，用于评估从视频生成动画 3D 网格的能力。两个数据集分别代表 Meta 在"文本对齐"和"视频-3D 多模态"两条数据战线的布局。

本周 RLHF/对齐相关论文 5 篇：MARS（2026-02-19）——Margin-Aware 奖励建模 + 自精炼数据增强，解决偏好数据成本高的问题；Learning Personalized Agents from Human Feedback（2026-02-18）——引入 PersonaliZe 框架，让 Agent 适应个人偏好的动态变化；Multi-Objective Alignment for Personalized Psychotherapy（2026-02-17）——在心理治疗场景下多目标对齐，平衡患者偏好与临床安全；Interactionless IRL（2026-02-16）——提出"无交互逆强化学习"，将安全目标与策略解耦，避免"对齐废物"；Latency-aware HITL-RL（2026-02-17）——在语义通信中嵌入人类反馈和延迟约束。五篇论文共同趋势：从"一刀切对齐"走向"个性化 + 可解耦 + 多目标 + 场景化"。

Google 发布 Gemini 3.1 Pro（2026-02-19，DeepMind 博客："A smarter model for your most complex tasks"），强调复杂任务推理能力；Anthropic 发布 Claude Sonnet 4.6（2026-02-19，"frontier performance across coding, agents, and professional work at scale"）；Qwen 3.5-397B-A17B（2026-02-16，10.5 万下载，754 赞）MoE 架构视觉语言模型。同期 MiniMax-M2.5 以 12.3 万下载、814 赞成为社区热门，Cerebras 发布 REAP 压缩版（172B-A10B 和 139B-A10B）。Reddit 热帖"Qwen3.5 Plus, GLM 5, Gemini 3.1 Pro, Sonnet 4.6, three new open source agents"（57 票）印证社区感受到的模型发布密度。

Hugging Face 博客宣布"GGML and llama.cpp join HF to ensure the long-term progress of Local AI"。GGML 是本地模型推理最广泛使用的量化格式，llama.cpp 是社区最活跃的本地推理引擎。同期信号：Reddit "Free ASIC Llama 3.1 8B inference at 16,000 tok/s"（318 票，本周最高），暗示专用硬件加速本地推理已突破可用门槛；"Kimi K2.5 better than Opus 4.6 on hallucination benchmark"（46 票）显示本地/开源模型在特定领域挑战闭源前沿；Snorkel AI 展示 4B 模型通过 tool discipline 超越 235B 模型。