霍尼韦尔（Honeywell）今天推出了10量子位的量子计算机——System H1，并将通过云向企业客户提供。

一位研究人员因在未经导师同意的情况下收集课程材料来训练一个聊天机器人而受到批评，他声称这个机器人可以解决麻省理工学院计算机科学学位的作业和考试问题。

微软近日宣布开放Infer.NET源代码，是微软内部开发的一个机器学习引擎，用于为Azure、Office 365和Xbox视频游戏平台提供支持。

浙江大学和吉利汽车研究院联合团队提出的FreeTimeGS是一种创新的动态3D场景重建方法。不同于传统方法，它允许高斯基元在任意时空位置自由出现，并赋予每个基元运动功能，使其能够随时间移动到相邻区域。研究通过4D正则化策略解决了高不透明度基元阻碍优化的问题。在多个数据集测试中，该方法在渲染质量和速度上均大幅超越现有技术，特别是在处理复杂动态场景时，使用单个RTX 4090 GPU能以467 FPS的速度实现1080p实时渲染，为电影制作、游戏和虚拟现实等应用提供了新可能。

在华为全联接2020 “新基建 新经济”高峰论坛高端对话环节中，上海市人民政府办公厅副主任徐惠丽认为，在超大城市治理过程当中，新基建赋能给城市治理无限可能。新型城市治理要具备全场景创新思维。

德国跨国医疗保健公司费森尤斯（Fresenius）的集团首席信息官：Ingo Elfering必须彻底改变IT部门才能向前发展。

睿至大数据认为：未来的智慧城市，一定是利用数据资源，结合数据智能，以数据运维为基本方法对城市进行治理，智慧城市的发展并不仅仅是一个又一个城市的数据化、智能化，更是城市治理的新时代。

哈尔滨工业大学和鹏城实验室的研究团队开发了一种评估多模态大语言模型模态偏好的新方法，并证实这些模型在处理图像和文本信息冲突时确实存在偏好现象。研究者通过构建MC?基准测试，发现模型偏好受多种因素影响，并能通过表示空间操作进行控制。这种基于表示工程的方法不需额外训练，即可灵活调节模型偏好，有效应用于减少幻觉和提升多模态翻译等实际任务。

微软上个月首次详细介绍了Phi-4模型。最初的Phi-4只能通过微软的Azure Foundry人工智能开发服务访问。现在，Phi-4模型可以从Hugging Face下载。

据了解，目前Testin云测已经开始探索使用大模型辅助生成代码，预估软件开发效率将提升20%至30%。

今天，我们向您介绍 IBM 的全新云原生产品和开源项目，它们可简化您的云之旅。

谷歌今天推出了两项新的人工智能功能，旨在帮助用户更快速地找到信息。第一项是增强版的 AI 概述功能，该功能在标准搜索结果上方显示自然语言响应。谷歌将这一功能切换到最新的 Gemini 2.0 大型语言模型系列。该系列的最强算法 Gemini 2.0 Pro 支持多达 200 万个标记的提示，能够更好地理解复杂查询、生成代码并进行推理。AI 概述功能预计将为美国用户提供更准确的响应。

在一份最近的《中国云上软件测试成熟度调研报告》中显示：提高测试效率、提高测试覆盖率、节约成本和改善软件质量控制流程是自动化测试的主要意义。

用户留存对创业公司的营销、增长和盈利至关重要。本文介绍了5个提升用户留存率的关键策略:优化新用户引导体验、持续提供价值、个性化服务、建立用户社区以及提供优质客户支持。这些方法可以帮助创业公司留住现有用户,实现可持续增长和提高盈利能力。

微软的Edge的最新测试版移除了一些你可能从未用过的功能，如数学求解器和引文工具。

在某些情况下，更好的解决方案是改造你的数据中心。通过改造，你可以对现有数据中心进行改进，使其更适合你的需求，而无需花费费用和时间来构建替代的数据中心。

这项研究由IIIT海德拉巴的Ananth Muppidi、IIT哈拉格普尔的Abhilash Nandy与Adobe研究院的Sambaran Bandyopadhyay共同完成，提出了一种名为ID-SPAM的创新方法，用于大语言模型的参数高效微调。该方法利用自注意力机制生成基于输入的软提示，使模型能够根据不同输入动态调整处理策略。实验表明，ID-SPAM在GLUE和SuperGLUE基准测试上优于现有软提示方法，并展现出出色的零样本域迁移能力。这一技术保持结构简单的同时，显著提升了模型在特定任务上的适应性。

中国的安全和风险管理（SRM）领导者常常感到他们的安全运营方法不再发挥效果。这是因为多数安全运营中心（SOC）是根据以往的IT环境和威胁环境设计的，因此无法有效地检测和应对当前以及未来的攻击。

腾讯和浙江大学研究团队提出了"认知专家增强"（RICE）方法，无需额外训练即可提升MoE推理模型性能。通过归一化点态互信息识别关键认知专家后，仅增强两个专家的权重就能显著提高模型在数学和科学推理任务上的准确率，同时减少计算量。这种轻量级方法展现出良好的跨领域泛化能力，为高效AI推理开辟新路径。

美国食品药品监督管理局 (FDA) 发布了首个关于人工智能在药物研发中应用的指导意见。该指导旨在规范 AI 技术在监管申请中的使用，提出了基于风险的评估框架，以确保 AI 模型的可信度。FDA 同时也发布了 AI 医疗设备开发的指导，强调全生命周期管理的重要性。这些措施反映了 AI 在医药领域日益增长的重要性和监管需求。