2005年，我在AT&T（美国电报电话公司）贝尔实验室开始了我的职业生涯。当时，电信产业正受困于价格战和来自无线运营商的竞争，看着一个又一个同事离职，前往谷歌和雅虎这样正蓬勃发展的消费互联网产业寻求职业发展机会时，我不禁也开始思考自己的下一步。

腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁"，无法突破预训练的能力边界，而工具集成能打破这种限制，让AI获得全新的问题解决策略。团队还开发了ASPO算法，解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本，展现出三种新奇认知模式，为构建更强大的AI系统提供理论指导。

麻省大学团队开发PatchInstruct方法，通过"补丁分解"技术让大型语言模型无需重新训练即可准确预测时间序列数据。该方法在天气和交通预测中表现优异，短期预测误差降低85%，速度提升100-500倍，为实时预测应用提供了轻量级、高效的解决方案，展现了通用AI适应专门任务的新可能。

HASHIRU是一个创新的多智能体系统，由加州大学戴维斯研究团队开发，采用"CEO-员工"层级结构，动态管理AI智能体团队。系统优先使用小型本地语言模型，仅在必要时调用更强大的外部API，通过经济模型控制资源分配，并能自主创建新工具扩展功能。实验表明，它在复杂推理任务上显著优于单一模型（如GSM8K：96% vs 61%），并能有效执行学术论文评审和安全评估任务，展现了更灵活、更高效的AI协作新范式。

爱上一个虚拟偶像，从来就不是羞耻的事。

从发展历程、核心技术、人才团队、商业模式等方面深度揭秘OpenAI。

中国企业技术出海与马来西亚的数字化征程。

中国企业技术出海与马来西亚的数字化征程。

华为常务董事、华为云CEO张平安重磅发布盘古大模型5.0,在全系列、多模态、强思维三个方面全新升级

工信部网站2月10日消息，工信部再次公开征求对《工业和信息化领域数据安全管理办法（试行）》的意见。

Radware过去几年始终坚持从市场和客户需求的视角出发,通过不断的投入与创新,同时保持进化与迭代,它不但完成了从应用交付到应用安全的技术“跃迁”,更让自身在激烈竞争的市场中开辟出了增长的“第二曲线”,为其长期的持续发展带来了更大的想象空间。

夜翎，是我见过内心最有能量、阳光的受访者，她学插花、做烘培、热爱技术。和许多被生活捶打，垂头丧气的中年人比，我喜欢她战斗的姿态。

ByteDance Seed团队开发的UI-TARS-2是一个革命性的AI助手，能够通过观看屏幕并用鼠标键盘操作电脑，就像人类一样完成各种任务和游戏。该系统采用创新的"数据飞轮"训练方法，在多项测试中表现出色，游戏水平达到人类的60%左右，在某些电脑操作测试中甚至超越了知名AI产品，展现了AI从对话工具向真正智能助手演进的巨大潜力。

阿里抓住云计算的契机，依托绝无仅有的“双十一”海量数据和高并发的实战考验，冲破了传统商业数据库的长期垄断，终于实现了国产自研数据库的跨越。

2018年人工智能仍然处于炒作周期顶端，这么预测是比较保险的。但是下面的50个预测显示，人工智能将变得更加实用、更加有用，实现一些工作的自动化，扩大其他很多工作的范围，再加上利用机器学习和大数据获得新鲜的见解，还有企业中聊天机器人越来越多等因素。

Temu在义乌引起了轰动。义乌这个以庞大的批发市场而闻名的小商品集散地，“每当一个平台崛起，义乌就会有大量供应商富起来。以前是亚马逊、淘宝，然后是拼多多。最近很多人也想赶上 Temu 这辆驶向海外的列车。

过去，知识债务的解决一直局限于某些能够反复进行实验的领域，特别是医学，但目前的情况正在改变。

IIT海德拉巴研究团队开发DIWALI数据集，首次系统评估大语言模型的印度文化适应能力。该数据集包含8817个文化概念，覆盖36个地区17个类别，研究发现现有AI存在严重文化偏见和表面化适应问题，为AI文化智能发展提供重要基础数据和评估标准。

这项研究由加州大学伯克利分校团队完成，通过创建"Search Arena"平台收集了24,000多次用户与搜索增强型大语言模型的真实交互数据。研究发现用户提问远不止简单事实查询，他们更看重引用丰富的回答，即使引用与内容无直接关联。有趣的是，用户更偏爱社区平台引用，而非维基百科。研究还表明搜索能力不会影响AI在普通场景中的表现，但在需要实时信息时至关重要。这些发现为改进下一代AI助手提供了重要指导。

你是否曾经因为衣服色彩搭配不协调而尴尬？或者在医学诊断试纸上辨别微妙的颜色变化时感到困惑？色彩在我们的日常生活中扮演着至关重要的角色，从科学发现到医疗保健，从购物到艺术欣赏，无处不在。而人工智能，特别是视觉语言模型(VLMs)，正在迅速融入我们的生活，但它们真的能像人类一样理解和利用色彩信息吗？