Karpathy 的微型自动微分引擎 micrograd 登上 GitHub 日榜
karpathy/micrograd 是一个微型 Autograd 引擎，在动态构建的 DAG 上实现反向传播，并附带类 PyTorch API 的小型神经网络库，两部分分别只有约 100 行和 50 行代码，适合教学用途。
#数据/训练
#数据/训练
今日 6 条GitHub Trending 日榜 · Jupyter NotebookAI 评分3333 GitHub Trending 日榜 · Jupyter NotebookAI 评分3737 Datawhale 开源 diy-llm：斯坦福 CS336 大模型中文课程
datawhalechina/diy-llm 登上 GitHub 日榜，是面向中文学习者重构的 CS336 大语言模型课程，保留原版技术深度并补齐数学与深度学习前置知识，所有作业提供实现代码和思考过程，并结合国内环境多讲 Qwen、DeepSeek 等国产模型。
GitHub Trending 日榜 · Jupyter NotebookAI 评分3232 上海交大《动手学大模型》编程实践教程登上 GitHub 日榜
Lordog/dive-into-llms 是由上海交通大学课程讲义扩展而来的免费大模型编程实践教程，涵盖微调与部署、提示学习与思维链、知识编辑、数学推理等主题，并新增与华为昇腾社区合作的国产化大模型开发全流程教程。
GitHub Trending 日榜 · TypeScriptAI 评分3131 开源紫微斗数排盘引擎发布 877 万段解读数据集
Renhuai123/ziwei-doushu 登上 GitHub TypeScript 日榜，开源基于倪海厦《天纪》的紫微斗数排盘算法、四化系统和格局知识库，并于 10 月 15 日发布 v4.0 解读数据集，含 674,976 张命盘、8,774,688 段解读，解压后 56.6 GB，在线站点提供 AI 解读。
Google ResearchAI 评分4646 Google Research 提出“睡眠”框架帮助 LLM 在持续学习中保留知识
Google Research 提出 sleep framework，针对部署后 LLM 持续更新参数时的灾难性遗忘问题，探索一种让模型在持续学习中吸收新知识并保留旧能力的新方式。
NVIDIA Technical BlogAI 评分1515 微调 NVIDIA Nemotron：掌握本地规则，而不只是本地语言
微调开源模型 NVIDIA Nemotron，可让大模型掌握本地规则而不只是本地语言。通用大语言模型能作为强大基础，却常缺少特定应用所需的本地知识、文化细节与精度。后训练配合合适的数据与评测，即可把开源模型适配到这些需求。
Hacker News · 大模型热帖（≥100 分）精选AI 评分8282 美法院裁定 Anthropic 盗版斯坦福教授书籍训练 Claude 侵权，15 亿美元和解
美国联邦法官在 Bartz v. Anthropic 案中裁定，Anthropic 盗版斯坦福教授等作者的书籍训练 Claude 构成侵权，同时认定合法购书训练大模型属合理使用。案件以 15 亿美元和解，覆盖近 50 万部注册作品，但沃尔夫与其他 27 位作者认为赔偿不足，退出和解并另案要求每部作品最高 15 万美元的法定赔偿。
推荐理由：文章梳理 Bartz 案裁决与 15 亿美元和解的关键细节，可借此了解美国法院对盗版训练与合理使用界限的划分。
AWS Machine Learning BlogAI 评分4949 在 Amazon SageMaker AI 上做多轮强化学习的实操指南
AWS 说明智能体任务是依赖前序步骤的动作序列，往往没有唯一正确轨迹、只有整体成败反馈，监督微调难以胜任，并给出在 SageMaker AI 上进行多轮强化学习的实践方法。
Hugging Face BlogAI 评分4949 ThinkingBox：把数据库状态评分转为强化学习奖励训练智能体
ThinkingBox 团队把比较最终数据库状态与预期结果的评测信号用作训练奖励，并开源 ThinkingBox-Training，在 Qwen3.8-27B 上提升了平均任务成功率。
Latent SpaceAI 评分4444 Leash Bio 的 Ian Quigley：以算力速度运行“实验室在环”
Latent Space 采访 Leash Bio 的 Ian Quigley，讨论其 Kaggle 竞赛显示蛋白质-配体结合问题远未解决，以及以算力速度迭代实验的研究方式。
Microsoft ResearchAI 评分5555 微软亚洲研究院发布 Agent Lightning v1.0 轻量智能体强化学习框架
Agent Lightning v1.0 让部署用的同一智能体 harness 直接参与强化学习训练，无需在训练框架中重写智能体，以约 3500 行代码提供完整的智能体 RL 控制面。