2026
4 篇文章把兩階段訓練拿掉之後：SimpleDesign 對蛋白質設計流程的意義
Apple 的 SimpleDesign 直接在資料空間訓練序列與結構共同設計模型，挑戰先訓練 autoencoder 的兩階段慣例。
閱讀文章 ↗Mistral Forge：不微調、不 RAG，從零訓練企業專屬模型的另類路線
Mistral 在 NVIDIA GTC 2026 推出 Forge 平台，讓企業與政府用自有資料從零訓練客製模型，隨平台推出 Mistral Small 4。本文解析這條有別於 OpenAI/Anthropic 微調路線的策略、前進部署工程師模式，以及誰真的需要自訓模型。
閱讀文章 ↗Adaption 推出 AutoScientist：把模型訓練的研究迴圈全自動化
2026 年 5 月 13 日，Sara Hooker 創辦的 Adaption 推出 AutoScientist，同時最佳化資料與訓練配方，聲稱勝率從 48% 升到 64%，免費開放 30 天。本文解析這套自動化訓練系統的能力與驗證難題。
閱讀文章 ↗LeCun 的 AMI Labs 籌得 10.3 億美元種子輪：押注世界模型
Yann LeCun 創辦的 AMI Labs 完成 10.3 億美元種子輪，估值 35 億美元，寫下歐洲史上最大種子輪紀錄。團隊押注 JEPA 世界模型路線，主張 LLM 的幻覺問題難以根除，首個合作夥伴是數位醫療公司 Nabla，並承諾開源程式碼。
閱讀文章 ↗
2026
4 ARTICLESOne Training Stage for Protein Design: What Dropping the Latent Space Changes
Apple's SimpleDesign skips the usual two-stage latent pipeline and trains sequence and structure together in data space.
READ POST ↗Mistral Forge: No Fine-Tuning, No RAG — Training Enterprise Models From Scratch
Mistral's Forge trains enterprise models from scratch on proprietary data — no fine-tuning, no RAG. Embedded engineers, Mistral Small 4, and who actually needs a custom model.
READ POST ↗AutoScientist: Adaption Automates Model Training Research
Adaption, Sara Hooker's lab, launched AutoScientist on May 13, 2026: it automates the model-training research loop, claims 35% average gains and win rates rising from 48% to 64%.
READ POST ↗LeCun's AMI Labs Raises $1.03B Seed to Bet on World Models
AMI Labs, Yann LeCun's post-Meta startup, raised a $1.03B seed at a $3.5B valuation — Europe's largest ever — to build JEPA world models, starting with healthcare partner Nabla.
READ POST ↗