北京大学等高校联合研究发现，当前广泛使用的AI评判系统存在严重的自相矛盾问题，经常出现评分与直接比较结果不一致的情况。研究团队开发了TrustJudge框架，通过分布感知评分和智能聚合技术，将评判不一致性降低了8-10个百分点，同时提升了准确率，为AI系统的可靠评估提供了重要解决方案。

微软数据安全、隐私和合规总经理Herain Oberoi称，围绕AI和安全开展的工作“对于合作伙伴来说是一个巨大的机会”——尤其是在帮助客户了解AI风险、构建解决这些风险的应用、以及围绕新攻击面构建仪表板和报告等领域。

战胜病毒的最好方式，就是了解它。

当AI进入落地期，认真思考如何打通大数据与AI应用的关联，才是企业眼前既现实、又关键的一大挑战。

随着AI技术快速发展，IT职业格局正在重塑。热门趋势包括：专注人类优势的工作、设计智能适应系统、网络安全混合方法、跨领域技术通才和AI产品开发。而传统的代码维护、手动威胁检测、追求所有技术技能、某些认证以及与业务目标脱节的技术技能正在降温。专家建议IT专业人员应将技术流利性与创造力、好奇心结合，重点发展监督和协调AI系统的能力。

日前，第六届中国健康信息处理大会（CHIP 2020）举办的中文医学信息处理评测竞赛圆满结赛，腾讯天衍实验室依托其在医学领域的长期技术积累和创新探索，

达索系统日前宣布与瑞士生物疗法技术企业CDR-Life展开合作，利用其专有M-gager平台加速开发下一代高肿瘤选择性免疫疗法的开发进程。

Google研究团队开发了名为CausalArmor的AI安全防护系统，专门解决"间接提示注入攻击"问题。该系统通过分析AI决策过程中的因果关系，能够精准识别隐藏在正常内容中的恶意指令。与传统防护方法不同，CausalArmor采用"按需防护"策略，仅在检测到威胁时才启动防护机制，在保证高安全性的同时不影响正常工作效率。实验显示该系统将攻击成功率降至接近零，为AI智能体安全提供了突破性解决方案。

近日,工业和信息化部公布了2022年网络安全技术应用试点示范拟支持项目名单,盛邦安全牵头的“IPv6网络资产发现与管理解决方案”项目入选该名单。

AI与机器学习技术通过实时分析24/7全天候视频流快速建立新的预测洞见以及威胁情境智能，由此减少建筑施工事故、盗窃、故障破坏以及其他危险操作行为。

浙江大学研究团队开发了FreeLong++技术，能让短视频AI模型无需重训练就生成4-8倍时长的高质量长视频。该技术通过多尺度注意力机制和频谱融合解决了长视频生成中的画面模糊和不连贯问题，在多项评估中显著优于现有方法。

这篇研究介绍了"视觉指令瓶颈调优"（Vittle）方法，该方法通过应用信息瓶颈原理，增强多模态大语言模型应对分布偏移的能力。研究不依赖增加数据量或模型规模，而是教会模型像人类一样进行"概念压缩"，在保留关键信息的同时丢弃冗余细节。在45个数据集的30种分布偏移场景中，Vittle显著提高了模型的鲁棒性，同时保持了标准任务上的出色表现，且几乎不增加推理时间。

斑马技术发布的2022年《全球医药供应链愿景研究报告》揭示出人们面临的新挑战：药品信任危机。

这项由LMU慕尼黑大学研究团队进行的研究，首次深入探索了代码语言模型如何在内部表示和处理多种编程语言。研究通过分析Llama系列模型的中间层表示和神经元激活模式，发现模型在处理代码翻译任务时会经过"英语思维"的中转，且不同编程语言在模型内部的表示存在显著的共享和差异模式。研究结果不仅揭示了AI理解代码的内部机制，还为设计更高效的多语言代码模型提供了实用见解。

由于排放法规的实施迫使汽车制造商寻求有效降低汽车碳排放量的方法，因此当今许多汽车及其内燃机正在面临转型。

斯坦福大学研究团队开发出名为"投机采样"的AI训练新方法，通过引入小型草稿模型提供候选方案，让主模型无需从零开始计算，训练速度提升2-640倍，同时将能源消耗降低80%以上。这项技术大幅降低了AI模型训练成本，让普通人和小团队也能负担得起高质量AI模型开发，有望推动AI技术民主化普及。

企业在AI模型选择上面临开放源码与封闭专有技术的抉择，这一选择对财务和定制化都有重要影响。开放模型如Meta Llama提供更大控制权和定制选项，而封闭模型如OpenAI GPT-4o提供简化使用和企业级支持。专家建议采用投资组合策略，根据准确性、延迟、成本、安全性等因素选择合适模型，而非单一选择。

AI编程助手初创公司面临严峻挑战。Windsurf等公司因依赖昂贵的大语言模型，导致毛利率严重为负，运营成本超过收费。激烈的市场竞争加剧了这一问题，包括Cursor和GitHub Copilot等竞争对手。改善利润率的直接方法是自建模型，但成本高昂且风险巨大。许多公司寄希望于LLM成本未来会下降，但最新模型费用实际在上涨。这种困境可能影响整个AI编程工具行业。

AI 正在改变教育领域。本文探讨了 AI 如何改变教学和学习方式,包括使用 AI 克隆教师、用对话代替测验、个性化反馈等创新方法。作者强调,AI 是一种工具,关键在于如何有效使用它来扩大教育影响力,培养学生的批判性思维能力。未来的教育将更注重推理、理解和创新思维,而不是简单的记忆。

随着实时解决方案的增长与人工智能技术的发展，工作负载的日益提升以及非结构化数据的爆炸式增长，数据中心的发展方向正朝着加速计算、存储与网络适应性前进。