Google DeepMind 发布全球森林分类地图 ForTy
Google DeepMind 与世界资源研究所联合推出 AI 地图 ForTy，以 10 米分辨率将全球土地划分为原始森林、天然再生林、人工林、种植园、木本作物和其他土地六类。ForTy 基于 AlphaEarth Foundations 模型构建，整体准确率为 90.2%，但木本作物和种植园的识别率仅约 50% 至 60%，相关地图与代码已按 CC BY 4.0 协议开源。
#数据/训练
The DecoderAI 评分6262 The Verge · AIAI 评分6262 OpenAI、Google、Microsoft 和 Anthropic 支持新的 AI 抓取退出标准
OpenAI、Google、Microsoft 和 Anthropic 宣布将采用一项新标准，允许网站通过 robots.txt 文件中的共享 policy token 统一拒绝被 AI 爬虫抓取用于训练。
Google ResearchAI 评分4242 Google Research 提出 sleep framework：让 LLM 在持续学习中保留知识
Google Research 提出 sleep framework，通过交替活跃交互与离线记忆巩固，使 LLM 在持续学习中不断获取新知识并避免灾难性遗忘。该框架在睡眠阶段解锁 MoE 记忆块更新权重，支持保留长达 10M tokens 的上下文知识并提升复杂推理能力。 ```
Microsoft Research精选AI 评分6161 Microsoft Research Asia 发布 Agent Lightning v1.0 轻量级智能体强化学习框架
Microsoft Research Asia 开源了 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的真实智能体 harness 直接参与强化学习训练。
推荐理由：框架通过在模型与智能体之间插入代理层，让部署用的真实 harness 直接参与强化学习，省去了在训练框架中重写智能体的成本。