Allen AI 把 Web Agent 数据做成产品线
LAION 批量开源 coderforge 与 r2egym

Allen AI 在这一周继续密集扩展 MolmoWeb 系列。2026-03-21 发布 `allenai/MolmoWeb-SyntheticQA`，Hugging Face 页面显示约 2.11M rows，当前下载量 563、likes 6；2026-03-22 发布 `allenai/MolmoWeb-SyntheticGround`，当前下载量 327、likes 5；2026-03-23 发布 `allenai/OLMoASR-Mix`，数据卡描述其来自公开互联网的大规模音频文本池，约 1M 小时音频，当前下载量 339；同周还连续发布 `allenai/MolmoWeb-4B-Native` 与 `allenai/MolmoWeb-8B-Native` 两个 Native 模型，并与此前的 `MolmoWeb-SyntheticTrajs / HumanSkills / HumanTrajs` 形成网页问答、元素定位、动作轨迹、语音识别和执行模型的一整套配方。

2026-03-25，LAION 集中推出一组面向代码 Agent 与 RL 后训练的数据集：`laion/coderforge-preview-unified` 当前下载量 673，Hugging Face 页面显示 413k rows；`laion/nemotron-terminal-corpus-unified` 下载量 610；`laion/r2egym-unified`、`laion/swesmith-unified`、`laion/allenai-sera-unified` 及对应的 316 / 1k / 10k / 100k 分片同日上线。随后 2026-03-25 至 2026-03-28，LAION 又连续发布多批基于这些数据集训练的 `Qwen3-8B` 衍生模型，例如 `swesmith-*__Qwen3-8B`、`coderforge-*__Qwen3-8B`、`r2egym-*__Qwen3-8B`、`sft__Kimi-2-5-swesmith-oracle-maxeps-32k__Qwen3-8B` 等，形成“数据集 → 分片 → 训练混合物 → 派生模型”的公开流水线。

本周新增数据里，`nvidia/LongGroundedThoughts-video-datagen` 于 2026-03-23 发布，当前下载量 647、likes 5，标签直接指向视频理解；`nvidia/ffs_stereo4d` 当前下载量 2,052；`nvidia/MMOU` 在一周内从 504 增至 1,389，增长 175.6%。更重要的是，机器人数据继续放量：`nvidia/PhysicalAI-Robotics-Open-H-Embodiment` 当前下载量 51,101，较上期 +36.5%；`nvidia/PhysicalAI-Robotics-Manipulation-Kitchen-Demos` 当前下载量 33,045，较上期 +58.5%。

`Anthropic/EconomicIndex` 数据集在 2026-03-24 更新，数据卡明确写到加入了基于 Opus 4.5/4.6 的新分析与 learning curves，当前下载量 11,726、likes 494；另一边，Together 在 2026-03-27 发布 `togethercomputer/aurora`，数据卡显示其包含 619,177 条样本，覆盖 code、math、reasoning、chat、finance 五大域，当前下载量 5、likes 1。前者代表“真实世界任务采用与用户行为轨迹”被产品化为可分析数据资产，后者代表“多域混合指令语料”仍在快速扩容。

2026-03-25 提交的论文《CUA-Suite》提出面向 Computer-Use Agents 的大规模生态：约 10,000 个人类演示任务、覆盖 87 个应用、约 55 小时视频与 600 万帧，并额外提供 UI-Vision 与 GroundCUA；本周论文列表里还出现《ImplicitRM: Unbiased Reward Modeling from Implicit Preference Data for LLM alignment》《Privacy-Preserving Reinforcement Learning from Human Feedback via Decoupled Reward Learning》《Improving Safety Alignment via Balanced Direct Preference Optimization》以及《UI-Voyager: A Self-Evolving GUI Agent Learning via Failed Experience》。这些工作同时在强调视频演示、失败经验、隐式反馈和安全偏好。