华为研究团队开发出基于大语言模型的5G网络故障诊断系统，通过双阶段训练方法让AI学会像专家一样分析网络问题根源。他们创建了TeleLogs数据集，包含网络配置参数和故障案例。实验显示，经过训练的小参数模型诊断准确率达95.86%，远超现有方法，且能提供详细解释，为网络运维自动化带来突破性进展。

5月19日，由腾讯携旗下腾讯医典，与《NEJM医学前沿》(《新英格兰医学杂志》独家授权的中文数字媒体) 共同举办的2022腾讯医学ME大会正式线上揭幕。

本文将阐述聊天机器人中对话交互的主要技术，从理解力、拟人、及与人互动三个方面说明当前对话系统面临的挑战。并尝试勾勒出下一代类人对话系统应具备的主要技能。

我们为何想跟ChatGPT交谈？何为第五范式？近二十位行业领袖共话前沿科技未来。

时至今日，我们所谈到的“软件定义产品”已经演进成为一种专注于软件创新而非硬件的新型产品——软件开始成为产品的核心，且无需硬件的升级换代，用户就可以持续享受产品的新功能。

在25日上午的大会中，用友网络科技股份有限公司高级副总裁杜宇发表了题为“数字化商业下的新企业服务”的主题演讲，他表示，在新的数字经济时代，我们怎么样用新的企业服务去服务于这些企业，帮助他们去解决生产、经营过程中的问题，才是我们最需要做到的。

新型智慧城市理念是我国在新的时代背景下对智慧城市建设的新思考，智慧泉城的提出是济南市在新型智慧城市建设方面的最新探索，其丰富了新型智慧城市的内容。随着智慧泉城的推进，济南市在新型智慧城市城市建设的路上越走越远。

Intel面临困境，主要有两个原因：IDM模式的拖累和CPU时代的落幕。 IDM（Integrated Device Manufacture）模式是芯片设计和芯片制造于一体的模式，大型处理器类的芯片公司，采取IDM模式的，目前有Intel和三星，其他IDM模式都是相对小规模的芯片，对工艺要求较低。

在疫情的背景下，头部企业纷纷积极采取数字化转型等应急战略，以获得可持续的竞争优势。纵观整体行业，数字化系统驱动企业业务运营的理解与应用有一定偏差，但这并未阻碍众多企业在实践中不断探索的步伐。

北京智源人工智能研究院等机构联合发布的AgentCPM-Report系统，首次实现了"写作即推理"的AI报告生成框架。该系统让80亿参数的小模型在写作过程中不断思考调整，突破了传统"先规划后执行"模式的洞察力天花板，在多项基准测试中超越了大型商业AI系统，为本地化深度研究提供了隐私安全的解决方案。

多伦多大学机器人研究团队成功开发出SAFE系统，这是首个能够跨任务检测机器人执行失败的通用型预警系统。该系统通过分析机器人内部"思维"特征，发现了不同任务失败时的共同模式，实现了比人类观察更早的失败预警。在仿真和真实环境的广泛测试中，SAFE系统显著优于现有方法，为机器人安全应用开辟了新路径。

斯坦福大学研究团队发现，通过眼球追踪技术可以识别AI语言模型的内部工作机制。研究人员让志愿者阅读不同AI模型生成的文本，发现每个模型都有独特的"生成指纹"，能通过人类阅读时的眼球运动模式被检测出来。这项技术可以80%以上准确率预测文本来源，为AI评估和人机交互优化提供新方法。

MagiCodec是一种由上海交通大学与字节跳动联合开发的创新音频编解码器，通过高斯噪声注入和多阶段训练策略，成功解决了音频编码领域的关键挑战：如何同时实现高保真重建和优秀的下游生成能力。研究团队通过理论分析证明，噪声注入在频域上相当于对高频成分施加指数衰减正则化，使模型能更好地保留重要的低频语义信息。实验表明，MagiCodec不仅在重建质量上超越现有技术，在文本转语音、语音识别等下游任务中也表现卓越，其生成的标记分布更接近自然语言的齐普夫分布特性，为音频生成模型提供了更理想的基础。

UC伯克利研究团队发现了一种革命性方法，能够在不重新训练的情况下修复AI视觉系统的注意力异常问题。他们识别出少数"寄存器神经元"是造成注意力噪点的根源，并开发出"测试时寄存器"技术，将这些异常重定向到专门区域。该方法在多项视觉任务中表现出色，性能媲美专门训练的系统，同时还能抵御印刷攻击，为AI视觉技术的实际应用提供了简单高效的改进方案。

“成为下一个”或“挑战”ChatGPT的姿势。

Meta研究团队推出FACTORY测试系统，这是首个大规模人工验证的AI事实准确性评估基准，包含超过1万个高难度问题。测试结果显示，即使是最先进的AI系统在面对复杂事实性问题时准确率也仅约60%，远低于传统测试中的90%以上表现。该研究揭示了当前AI系统在专业知识覆盖和复杂推理能力方面的不足。

清华大学研究团队开发了MATE多智能体翻译系统，这是首个专为残障人士设计的开源AI辅助工具。该系统能在文字、语音、图像间智能转换，如将图片转为语音描述、语音转文字等。系统包含8个专业智能体协作，准确率达91.7%，支持本地运行保护隐私，为视听障碍等用户群体提供了强大的信息获取工具。

Hugging Face团队发布SmolLM2语言模型研究报告，详细阐述了17亿参数小型模型的创新训练方法。该研究通过多阶段精细化训练策略和三个全新数据集(FineMath、Stack-Edu、SmolTalk)的创建，证明了小模型在数据质量优化下可达到优异性能。模型在多项基准测试中超越同规模竞品，为人工智能技术的普及化和可持续发展提供了新的技术路径。

复旦大学联合牛津大学等机构发布MOSEv2数据集，这是目前最具挑战性的视频目标分割基准。数据集包含5024个复杂场景视频，涵盖恶劣天气、密集人群、目标消失重现等真实世界挑战。测试结果显示，包括SAM2在内的先进AI模型性能大幅下降，从理想数据集的90%+准确率降至50%左右，揭示了AI技术与实际应用需求的巨大差距。

传统IT做了20年，他决定转型AI……