下面只保留当天正文里写得清的两条：NVIDIA 怎么用激活参数比较 MoE 和稠密模型，以及 IBM Research 为什么把 Agent 的一致性单独当成指标。数字都来自厂商或作者自己的文章，不是本刊复现。
NVIDIA：MoE 吞吐与 AI 工厂，数字记成官方自述
NVIDIA 技术博客 Dense vs. MoE Models: Active Parameters, Throughput, and When to Choose Each（页面日期 2026-09-15，作者 Sophia Abbassi）在其 AI-Generated Summary 中称：Nemotron 3.5 Lightning 为 MoE，每 token 只激活 30B 总参数中的 3B；MoE 把专家全部装进显存、按 token 激活子集，从而把显存成本与算力成本拆开；在总参数量相当的设定下，该文把 Nemotron 3.5 Lightning 的 token 吞吐写得高于稠密模型 Gemma 4 31B，并称高并发时延迟优势会收窄；微调需防 router 失衡，量化对 router 与 recurrent-projection 层的影响也不同于稠密件。结论句是：部署应看显存预算、并发、微调计划和量化行为，而不是只看参数总量。以上均为 NVIDIA 博文摘要，不是第三方实测。
同日前后另外三篇同属官方自评：
- How NVIDIA Groq 3 LPX Deterministic Execution Drives Power-Efficient High-Interactivity Inference on NVIDIA Vera Rubin（Seth Weidman、Aravind Vellora Vayalapra、Santosh Raghavan）：文摘称 Vera Rubin 把 performance per watt 当作 AI 工厂核心指标；NVL72 覆盖大批次吞吐到高交互小批次；工厂级 DSX MaxLPS 在机架间挪功率，摘要写「同一功率包络内最多约 40% 更多 GPU、约 35% 更高 token 吞吐」；机架电容与 Intelligent Power Smoothing 用来吃掉突发功率尖峰。Groq 3 LPX 在标题中被写成 deterministic execution，摘要没有把执行细节写完，这里不补。
- How NVIDIA NVLink 6 Delivers Multi-Layer Resiliency for AI Factories（Farshad Ghodsian、Jesse Clayton、Jim Dinan、Oren Reiss）：文摘称 NVLink 6 用轻量 FEC、Physical Layer Retry 与 UPHY recovery 在硅级纠错；链路层 credit-based flow control「按设计消除丢包」；NMX Controller 以 contain and drain 加 NMX High Availability 做故障隔离；NVIDIA Dynamo 的 Shadow Engine Recovery 把推理容量恢复写成 7.3 秒对 283 秒。秒级数字仅见于该官方摘要。
- Scaling Federated Learning Across Docker, Kubernetes, and Slurm with NVIDIA FLARE（Peter Cnudde、Yuan-Ting Hsieh、Isaac Yang、Chester Chen）：文摘称 FLARE 把常驻联邦服务与动态拉起的 job worker 分开，站点可用 Docker、Kubernetes 或 Slurm；两层架构让父进程不占 GPU；Study 提供同一部署内的逻辑多租户边界。FLARE 2.8 加 Docker/Kubernetes，2.9 加 Slurm。无精度或任务榜数字。
Agent 一次做对，不等于下次还对
Hugging Face 企业博文 Your Agent Aced the Task. Will It Do It Again?（页面写 Published September 15, 2026）由 IBM Research 多名作者署名（Evelyn Duesterwald、Lilian Ngweta、Vatche Isahagian 等）。可见小标题包括 The Metric Almost Nobody Reports、Why Agents Flip: Sharp Decisions vs. Flat Ones、Diagnose, Then。能核对的主张是：作者把「一致性」写成几乎无人汇报的指标，并讨论 agent 在尖锐决策与平坦决策上的翻转。文中没有给出数据集名、失败率或对比表，这里不写具体分数。