9月3日BAAI连发3个具身数据集
人类判断成机器人协作瓶颈

截至 2026-09-05，NousResearch/hermes-agent 星数 241,719，相较 2026-07-23 增加 22,688。openai/codex 星数 121,647，相较 2026-07-23 增加 20,903。anthropics/skills 星数 174,335，相较 2026-07-23 增加 10,853。anthropics/claude-code 星数 144,124，相较 2026-07-23 增加 5,374。anthropics/claude-plugins-official 星数 35,926，相较 2026-07-23 增加 3,416。

BAAI/Discoverse-L 发布于 2026-09-03，下载量 129。BAAI/MobileVLA-CoT 发布于 2026-09-03，下载量 56。BAAI/Orchestra-Bench 发布于 2026-09-03，下载量 186，包含 12,000 个样本，面向三机器人协同规划。BAAI/ToolPrivBench 发布于 2026-08-31，下载量 53，聚焦代理在“标准工具”与“高权限工具”之间的选择。

NVIDIA/Open-SWE-Traces 当前下载量 21,253，较 2026-07-23 的 8,274 增长 156.9%。该仓库在 2026-04-16 发布，v1.2 更新新增由 Qwen3.8-27B 生成的 agent trajectories。LAION 侧在本期新增多条 terminal_bench 与 swebench 相关数据集，包括 laion/terminal_bench_2_a3_rl_DCAgent_exp_rpt_unitsyn_python_v3_10_8B_20260829_192924、laion/terminal_bench_2_a3_rl_DCAgent_selfinstruct_naive_sandboxes_2_verified_70_8B_20260f49e33da、laion/swebench_verified_random_100_folders_a3_rl_DCAgent_selfinstruct_naive_sandboxes_2_c2a08420 等。

allenai/BenchMIRT 发布于 2026-09-01，下载量 327。allenai/BenchMIRT-item-statistics 下载 352。allenai/BenchMIRT-model-statistics 下载 342。allenai/BenchMIRT-eval-data 下载 39。与此同时，论文《Subspace Inference Enables Efficient Active Reward Learning from Preferences》发表于 2026-09-03，《Patterning in Practice: Debiasing Reward Models with Susceptibilities》发表于 2026-09-01，《Small Language Models as Judges for Rubric-Based Reinforcement Learning》在 2026-08-30 进入社区视野。

google/WaxalNLP 发布于 2026-01-19，下载量 25,857，点赞 274，是面向非洲语言的大规模多语言语音语料。论文《TalkFa: A Unified Benchmark for Farsi Dialogue Generation and Understanding》发表于 2026-09-01，面向超过 1.2 亿使用者的波斯语对话任务。《MemeBridge: A Dataset for Benchmarking and Mitigating the Bidirectional Cultural Gap in Meme Interpretation》发表于 2026-08-31，聚焦跨文化 meme 理解。