PeopleTec公司研究人员发现了一种新型网络攻击方式，能够在网站图标的透明度通道中隐藏恶意代码。这种攻击完全无声无息，利用浏览器自动下载图标的标准行为，在用户访问网站时自动执行恶意程序。研究显示全球每天有数千亿次图标请求，为攻击者提供了巨大的潜在攻击面。此技术对现有网络安全防御体系构成严重挑战。

思科近日公布了表现稳健的季度收益和收入，但高管透露，订单出现同比下滑，导致股价在延长交易中走低。

Stibo Systems（思迪博）首席执行官 Jesper Ejlersen先生谈道“在疫情过程中，越来越多的企业认识到，有序、准确的主数据对于以专业方式在线建立业务和销售流程的重要性。

本文探讨了企业在部署AI工作负载时面临的挑战,特别是数据引力问题。文章指出,与过去不同,公有云不再是首选方案。企业需要更具针对性的方法来控制数据和知识产权,同时保持性能和弹性。文章建议采用企业级AI方案,在本地部署开源模型,以实现更好的成本效益和控制。

思科发布原型量子网络芯片，借助量子纠缠实现光子对互联，为分布式量子计算和传统系统提供高性能、安全通信解决方案。

“您好先生，咱的企业名称和纳税人识别号码是什么？”即便到现在消费者“开发票”也不是一件容易的事情。出差、宴请、洽谈、消费，每每收银台的驻足，各种查找、背诵企业报销信息时，都是一种尴尬的体验。

11月23-24日，京东大学首期无界营销高级研修班在“京”举行。32位来自十堰的企业家们积极参与，与无界营销领域行业专家共同交流学习。

5月28日，清华大学经济管理学院与AICPA & CIMA国际注册专业会计师公会联合主办的“2023清华大学首席财务官论坛暨CGMA100北亚管理会计领袖峰会”在清华大学经济管理学院隆重举行。

一、为什么我们需要更好的图像生成评估方法？ 想象一下《小王子》中的一个场景：叙述者试图安慰悲伤的王子，说道："我会为你的花画一个围栏。"这个简单的描述实际上隐藏着一个复杂的挑战。要画出一幅合适的图，不仅需要准确地遵循文字描述（画一朵花周围的围栏），还需要确保画中的花就是王子心爱的那朵特定的花——拥有独特外观和历史的花。

港科大等多院校团队发表的突破性研究，解决了多模态AI训练中的"模态差距"难题。通过精确建模文字和图像信息间的几何关系，开发出ReVision训练方法，让AI主要通过阅读文字就能学会理解图像，将训练成本降低26%，为AI训练提供了更经济高效的新路径。

清华大学研究团队通过大规模实验发现，当前备受推崇的强化学习训练方法（如训练GPT-o1的技术）并未真正提升AI的推理能力，而是让模型更善于从已掌握的推理方法中选择正确答案。研究涵盖多个模型和任务，揭示了AI能力提升背后的真实机制与普遍认知的差异。

西安交通大学等机构研究团队提出的"基于先验的深度思考"(DP)框架，通过充分利用知识图谱中的结构信息和约束条件，显著提升了大语言模型的推理可靠性。该框架包含知识蒸馏、规划、实例化和内省四个组件，通过渐进式知识蒸馏策略和推理内省机制，使模型能生成更忠实和可靠的回答。在三个基准数据集上的实验表明，DP不仅提高了推理准确性，特别是在ComplexWebQuestions数据集上的Hit@1提升了13%，还大大减少了模型交互次数，展现出极高的实用性。

Meta豪掷150亿美元押注AI数据工厂Scale AI，19岁辍学的华裔天才如何用"认知套利"打造138亿美元独角兽？"当80%行业信息都是噪音时，独立判断比技术优势更持久。"

在数字化转型大潮下，用户的 IT 从传统应用程序支撑，到针对云原生的对接，从当初的成本中心逐渐转变成了用户的业务中心与利润中心。这样的转变过程，唯一不变的是不断增长的数据，数据保护如何实现与时俱进的现代化，成为了其中的重点之一。

2022年11月2日，中国上海，Ambarella（下称“安霸”，纳斯达克股票代码：AMBA，专注于AI视觉芯片的半导体公司）的CV3 AI域控制器SoC系列在2022年电子工业奖中被授予年度汽车产品奖，并在年度半导体产品类别中获得高度赞扬。

在基准测试中，dInfer将扩散语言模型的推理速度相比于英伟达扩散模型框架Fast-dLLM提升了10.7倍。

IBM与NASA合作开发名为Surya的开源AI模型，专门用于预测太阳耀斑和日冕物质抛射等太空天气事件。该模型基于NASA太阳动力学观测站九年高分辨率太阳观测数据训练，在太阳耀斑分类准确性上提升16%。目标是提供两小时预警，保护卫星、电网、通信系统等关键基础设施免受类似1859年卡林顿事件的强烈太阳风暴影响。

香港科技大学研究团队发布LOCA-bench测试平台，专门评估AI助手在长时间复杂任务中的表现。研究发现AI存在"上下文腐烂"问题，随着信息量增加，准确率从70%急剧下降至20%以下。研究识别出AI的四大"职场病"并提出多种"记忆增强"技术，其中程序化工具调用法效果最佳，可将准确率提升25%以上。

AMD于8月5日发布了全新的ZEN4 7000系列处理器芯片，以及全新的X670E、X670芯片组。而在之后的9月27日，产品也陆陆续续上市！

这项研究提出了量化零阶优化（QZO）方法，解决大型语言模型微调时的内存瓶颈问题。研究团队通过创新性地结合模型量化（将权重从16位压缩到4位）和零阶优化（通过前向传递扰动估计梯度），同时消除了对梯度和优化器状态的存储需求，将总内存消耗减少了18倍以上。实验表明，QZO在各种自然语言处理任务上表现优异，甚至能在单张24GB的消费级GPU上微调13B参数的模型和Stable Diffusion 3.5 Large。这一技术突破为资源有限的研究者提供了微调大模型的可能性。