今天，英特尔宣布包括埃森哲、空中客车、通用电气、日立在内的首批企业成员加入快速发展的英特尔神经拟态研究社区（Intel Neuromorphic Research Community，本文简称INRC）。

这项研究探索了如何通过"LLM情境调节"和"持续工作流程提示"技术来提高大型语言模型在验证化学分子式时的准确性。研究者发现，普通提示方法往往不可靠，因为LLM倾向于自动"纠正"错误而非指出它们。然而，通过精心设计的情境调节提示，研究成功引导Gemini 2.5 Pro不仅识别出文本中的错误，还发现了之前人工审阅未察觉的图像中的分子式错误。这一概念验证研究表明，即使不修改模型本身，也能通过适当的提示策略显著提高LLM在科学技术文档细节验证中的表现。

思科（NASDAQ: CSCO）宣布推出集智能、安全、可靠于一体的全新无线创新技术，包括智能Wi-Fi 7接入点和统一订阅许可，打造开箱即用的智能空间。

IBM 公司今天推出了新的 Granite AI 模型系列，具备实验性推理、视觉和预测能力，旨在在企业人工智能市场中占据一席之地。所有 Granite 模型均在 Apache 2.0 开源许可证下开放，现已在 Hugging Face 和 IBM watson.ai 等平台上提供。新系列的旗舰产品是 Granite 3.2 Instruct 变体，支持文本处理，能够执行摘要、问题解决和代码生成等任务，并设计为遵循指令。

随着5G和物联网部署速度的加快，催生了一批对超高可靠性、超低时延的网络应用需求。其影响之一就是传统本地服务区域的缩小，从而促使数据中心往网络边缘转移。如今，这两者间的界限，甚至角色与分工都开始变得模糊。

这项研究揭示了大型语言模型（LLMs）偏好决策的内在机制。以色列理工学院和IBM研究院的团队开发了一种自动化方法，不需人工预设即可发现和解释影响AI判断的关键概念。研究横跨八个领域（从一般问答到安全评估），分析了12种偏好机制，发现人类评判者重视权威性和清晰度，而AI评判更关注事实准确性。他们提出的层次多领域回归模型不仅能准确预测偏好，还能清晰解释判断过程，为构建更透明、更符合人类价值观的AI系统提供了新途径。

戴尔科技集团边缘产品组合的进步使其更易于部署并保护边缘基础架构，改善运营并提高网络性能

新技术正驱动着企业进入实时会计时代，会计的核心价值在于基于更精细、多维的数据服务实时赋能企业经营。

卡内基梅隆大学发布了他们的一项最新研究，他们对20多个开源推理模型进行了后训练，涵盖数学推理、科学问答、代码生成、指令遵循等多个维度，最终发现，数学能力优异的模型，在其他任务上表现平平，甚至还不如未加强数学推理能力的原始模型

能源行业属于高技术驱动性行业。由于需要在严苛的条件下处理大型设备中的各类自然资源数据，石油与天然气行业长期使用数据及分析技术提高流程效率。

如果你对企业IT基础架构感兴趣，Kubernetes就应该是你的重点关注技术，基于Kubernetes的云原生正在成为新一代IT系统的主流应用。

中国企业认为创新至关重要,但因复杂的数据基础架构而受到阻碍，36% 的受访者表示云计算让复杂性进一步加剧

2018年企业上云推进会暨地方“十佳上云”企业评选启动会在北京正式召开。在本次大会上，中国信通院首次发布了企业上云效果评价标准《企业上云效果成熟度评估方法》

谷歌发布Gemini 3深度思考模式重大升级，专门解决科学、研究和工程领域复杂挑战。该模式在多项学术基准测试中创下新纪录，包括在人类最终考试中达到48.4%，在ARC-AGI-2上实现84.6%的成绩。早期测试者已将其用于数学论文审查、半导体材料发现等实际应用。现已向Google AI Ultra订阅用户开放，并首次通过Gemini API向研究人员和企业提供早期访问。

中科院大学等机构联合开发的MachineLearningLM突破了大语言模型在数据分析方面的局限。该系统通过300万个合成任务的训练，能够在看到数百个例子后自动掌握各种数据预测规律。测试显示，它在金融、医疗等领域的分析准确率显著超越传统模型，同时保持了优秀的语言理解能力，为实现真正的通用人工智能分析系统开辟了新路径。

理论上，macOS后台任务管理工具应该可以发现计算机上的潜在恶意软件，但研究人员表示，工具当中存在着令人不安的重大缺陷。

aiOla 推出了一款名为 Jargonic 的新型自动语音识别模型,专为企业使用而设计。这个模型能够处理专业术语、背景噪音和各种口音,无需大量再训练或微调。Jargonic 采用独特的关键词识别系统,可以零样本适应企业特定词汇。在多项基准测试中,Jargonic 在准确性和专业术语识别方面都优于主要竞争对手。这款模型现已通过 API 向企业客户开放使用。

这项由加州大学伯克利分校研究团队开发的REOrder框架，通过重新排列图像块的处理顺序，显著提升了视觉模型性能。研究发现，传统的行主序排列并非最优选择，而通过信息论先验和强化学习寻找最佳排序，可在不修改模型架构的情况下，使ImageNet-1K分类准确率提升3.01%，卫星图像分类提升13.35%。这一发现挑战了传统认知，为视觉模型优化提供了一个全新且易于实施的方向。

随着数字化转型的推进，数据已成为各行各业的重要生产要素。

Palo Alto Networks日前宣布推出一款新的云安全套件，该套件提供了一些更易于使用的高级安全功能。套件名为Prisma（棱镜），据称是以现有Palo Alto Networks的成功安全产品为基础，但Prisma具有“新体验”。