易捷在联络中心启用了生成式AI。过去，分析师需要40分钟才能阅读、理解并撰写电子邮件回复，但使用生成式AI，这个时间缩短到了大约10到15分钟。

如何在不同地域、不同文化、不同制度下做到安全合规？这个问题在 3 月 29 日“大咖说出海”第二期中得到了解答。

中国企业面孔在全球通讯科技峰会上的分量如此之高，其实正如过去十年间，中国智能手机产业走过的路与创造的成就。

7月16日，“漫画有新生”2023快看国漫发布会在广州第二届快看漫画乐园KKWORLD 2023现场举办。面对当前经济环境，快看发布了精品化、专业化、全球化的内容爆款战略，持续推动优质漫画作品不断涌现，并推出包含126部IP的暑期精品片单。

伊利诺伊大学香槟分校团队推出SWERANK软件问题定位框架，通过"先筛选再精排"的两阶段策略，以极低成本实现了超越昂贵AI助手的问题定位准确性。团队构建的SWELOC数据集为训练提供了高质量的真实案例，实验证明该方法在成本效益比上比现有方案高出57倍，为软件开发行业提供了实用且经济的调试解决方案。

长久以来，法律制度一直很难对人的心理状态——包括记忆、责任与心理成熟度——做出客观描述。如今，科技有望成为法庭判决的突破口，神经科学家已经发现其中的模式，也许未来的呈堂证供将变得更加有据可循。

田纳西理工大学研究发现，在特定条件下，纯粹追求短期利益的人工智能反而会自发表现出探索行为。研究通过多臂老虎机和网格世界实验证实，当环境具有重复结构且智能体拥有足够记忆时，贪婪策略能够产生类似Thompson采样的探索效果。这一发现挑战了探索与利用必须对立的传统观点，为简化强化学习算法设计提供了新思路。

上海AI实验室团队发现自回归图像生成模型存在局部依赖、语义不一致和空间不变性缺失三大问题，提出ST-AR训练方法。该方法通过掩码注意力、跨步骤对比学习和跨视角对比学习，让AI"先理解再生成"。实验显示，ST-AR将LlamaGen模型的图像理解准确率提升一倍以上，图像生成质量提升42-49%，为构建更智能的多模态AI系统开辟新路径。

张福在安全攻防领域已有超过15年的实践经验，他最为人熟知的身份是自适应云安全技术服务提供商——青藤云安全CEO，以及曾先后在国内多家知名互联网企业如九城、51.com、盛大、昆仑万维担任技术和业务安全的负责人。

如今，获得初步胜利的AMD开始将CPU与GPU计算整合起来，同时再辅以一点收购自赛灵思的FPGA和来自Pensando的DPU元素。

在天津市委常委、天津滨海新区区委书记、中国工程院院士张玉卓的主持下，中国科学技术协会党组书记、常务副主席怀进鹏对话阿里巴巴集团董事局主席马云，就人工智能、人才培养等话题发表了观点。

这项研究提出了RARE框架，全面评估检索增强生成系统面对现实干扰时的鲁棒性。它包含三大核心组件：RARE-Met评估指标，RARE-Get自动数据生成管道，以及RARE-Set覆盖金融、经济、政策领域的大规模数据集。实验结果揭示RAG系统在文档扰动下特别脆弱，模型大小并非决定鲁棒性的唯一因素，且多跳问题比单跳问题更易受扰动影响。这一框架为构建更可靠的RAG系统提供了关键洞察和评估工具。

尽管相比AWS和微软Azure，Google Cloud的基础设施即服务增幅更高，但在云计算主导地位的争夺战中，谷歌仍然位列第三。

德克萨斯大学奥斯汀分校的研究团队开发了一个名为CHARTMUSEUM的全新基准测试，专门评估大型视觉-语言模型理解图表的能力。研究表明，即使最先进的AI模型在图表视觉推理任务上远远落后于人类表现——虽然人类能达到93%的准确率，但最佳模型Gemini-2.5-Pro仅达到63%，开源模型表现更差。研究揭示模型在处理视觉推理问题时比文本推理问题表现低35%-55%，并通过错误分析确定了当前模型在符号选择、视觉比较、轨迹跟踪和数值识别等方面的关键挑战，为未来模型改进提供了明确方向。

香港大学团队首次发现AI事实核查系统的重大安全漏洞，开发出名为Fact2Fiction的攻击方法，能够系统性欺骗最先进的事实核查系统。研究显示即使投入极少量精心制作的虚假证据，就能让AI系统40-60%的时间得出错误结论，成功率比现有攻击方法高出8.9-21.2%。该研究揭示了AI系统透明度设计的双刃剑效应，为开发更安全可靠的下一代系统提供重要启示。

心无界行无疆，一切伟大源于敢想，“当心不再受到束缚，不再设有限制，那么成长的空间将无限大”2018年8月8日，心·无界-2018TCL冰箱洗衣机全球战略合作伙伴大会在安徽合肥盛大开幕。

有光必有影，人们向往光明，却也无法避免黑暗。大数据与人工智能技术，可以让人更深入、更全面的对事物进行了解，但这种技术如果落到用心不良人手中，反而会蒙蔽大家的双眼。当黑产比我们更懂人工智能，企业又将如何去进行应对？

我们正在目睹，以5G为代表的新一代信息技术，就在赋予社会这种经济韧性。

本文深入分析了斯坦福大学AI安全中心举办的研讨会所展示的AI安全领域最新进展。文章探讨了AI安全的两个重要方向：构建更安全的AI和让AI变得更安全，强调这两种方法需要有机结合。通过分析物理AI（如人形机器人）与生成式AI结合的安全挑战，以及可达性分析在AI安全中的应用，展现了当前AI安全研究的前沿技术和实际应用场景。

伊利诺伊大学等机构研究团队通过大规模实验发现了推荐系统中两种全新现象：双峰现象（性能先升后降再升再降）和对数现象（持续稳定提升）。研究揭示数据噪声是影响推荐系统可扩展性的关键因素，并发现SGL模型因其独特的抗噪机制表现最佳。该发现颠覆了传统认知，为推荐系统优化提供新思路，在某些情况下仅通过增加嵌入维度就能获得25%以上的性能提升。