浙江大学研究团队推出ReCode框架，通过强化学习解决AI编程助手使用过时API接口的问题。该方法让7B参数模型在特定任务上超越32B大模型，同时保持通用编程能力基本不变。ReCode收集约2000个真实API更新案例进行训练，在CodeUpdateArena测试集上取得显著提升，为AI适应动态技术环境提供了有效解决方案。

想象一下：你是一家电商平台的设计师，正在设计一个产品详情页。你创建了两个版本：一个将"加入购物车"按钮设计得更大且颜色鲜艳；另一个则将按钮设计得较小但位置更靠上。哪个设计更能说服用户购买产品？传统做法是通过A/B测试来获取答案——将两个版本随机展示给不同用户，统计哪个版本带来更高的点击率或转化率。

字节跳动研究团队发现AI跨领域推理的秘密——"推理原型"，即抽象思维模式。他们开发的ProtoReasoning框架让AI先在Prolog和PDDL等原型语言中练习，再迁移到具体应用。实验显示该方法在逻辑推理上提升4.7%，规划任务提升6.3%，通用推理提升4.0%。这项突破为构建更通用的AI系统开辟了新道路。

苹果发布搭载3nm A17 Pro芯片的iPhone 15 Pro（附机型对比）

计算能力与带宽能力之间的巨大差距导致了内存容量和数据传输速度难以跟上AI硬件的计算速度，这已成为限制AI芯片性能发挥的主要瓶颈，通常被称为“内存墙”问题。

来自AI的洞察力正在从根本上改变我们工作方式的方方面面。ChatGPT虽然不完美，但正在为我们的科技未来指明方向。

9月5日-9日，NEC携旗下12项最新研发的软件产品及解决方案亮相2020年中国国际服务贸易交易会（以下简称“服贸会”）。作为全球IT及网络技术集成领域的领导者，NEC希望通过此次参展，以最新产品助力智慧生活、感知科技未来。

欢迎置身于5G时代。

如今，除了各式各样的数字货币，区块链技术也开始逐渐被引入到金融等各行业的应用场景中。在区块链技术发展和应用落地过程中，已经出现、将出现哪些安全问题，又需要何种安全解决方案，本文将进行简要分析和介绍。

4月23日，英特尔举办了主题为“因AI而生，‘疫’不容辞”的人工智能助力科技战疫线上沙龙，携手客户和合作伙伴分享实际案例，介绍英特尔推动AI应用落地的理念与实践，从而更好地凝聚产业共识，加速推动AI与医疗健康等众多行业的深度融合。

IBM作为专业服务团队，一直与客户共同成长，始终致力于帮助客户运营数据和实现业务协作生态，尤其是利用生成式AI实现价值飞跃。

斯坦福大学研究团队构建了包含2400万医学图像的BIOMEDICA数据库，并开发出性能卓越的BMC-CLIP医学AI模型。该项目通过从600万篇科学文献中提取图像和文字，创建了医学领域最大的开放数据集，在40项医学任务测试中平均性能提升6.56%，计算效率提高10倍，为医学AI发展提供了重要基础资源。

史丹福大学团队开发出名为QuantAgent的AI股票预测系统，由四个专业AI助手协作：技术指标分析师、图形识别专家、趋势分析师和风险管理师。该系统仅通过分析股价数据就能预测市场走向，在比特币、标普500等八种资产的测试中，预测准确率普遍超过随机水平，最高达到80%。该研究展示了人工智能在高频交易领域的突破性应用。

从环境文档到基于机器学习的调度，医疗行业的CIO们正在推出能够实现精确诊断、减少临床医生工作量和自动化后台功能的技术。

东京奥运会激战正酣，中国组合赛艇女子四人双桨夺金，并创造世界最好成绩。这之中，戴尔科技集团站在队员们的背后，为他们加码赛场上激流勇进的实力与底气，让全世界看到势不可挡的“中国速度”及冲击金牌的决心。

“对企业来说，体验一定是全套的，要从产品的创新、交付以及持续迭代等各个不同的维度持续优化，在这个过程中，标准会不断变化，体验也要随之不断提升，这才是体验的核心所在。”

南京大学与微软研究院合作提出过程式自我奖励语言模型，让AI在数学推理中既当学生又当老师。该方法通过逐步判断和偏好优化，使AI能够自我监督和持续改进，在多个数学基准测试中显示出显著性能提升，为实现超越人类水平的AI推理能力开辟了新路径。

移动互联网“疯狂的10年”以诸多公司“流血”上市而逐渐降温，以物联网、大数据、云计算、人工智能等为核心的技术公司，开始走向资本 “聚光灯”下。有一群创业者，正站在了这一剧变的前夜，用创新创业开启流量外的全新时代。

在本届数博会上，多场和制造业相关的专题活动举行，来自工业互联网与智能制造领域的国内外专家、学者和企业家齐集一堂，各抒己见，分享实践真知，为推动我国“工业互联网＋”的发展建言献策。

Salesforce AI Research团队开发的MCPEval框架为AI助手工具使用能力评估提供了全新解决方案。该框架基于Model Context Protocol标准，实现了从任务生成到深度分析的全自动评估流程，测试了十个AI模型在五个真实领域的表现，揭示了当前AI助手在执行过程与完成质量间存在普遍差距，为AI助手选择和优化提供科学依据。