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。

宾汉姆顿大学研究团队评估了八个开源大语言模型检测反犹言论的能力，使用国际大屠杀纪念联盟定义作为标准。研究开发了"引导式思维链"新方法，显著提升了所有模型的检测性能。Llama 3.1 70B表现最佳，甚至超越了专门训练的GPT-3.5。研究还分析了AI模型的常见错误类型和解释差异，为AI在敏感内容审核领域的应用提供了重要参考。

当越来越多的企业不仅仅为了生存,而是为了繁荣发展而采用数字化技术时,首席财务官(CFO)们的另一重价值——作为数字化转型的关键驱动因素,得到了充分的展现。

这项研究证明推理模型（使用链式思考的大语言模型）不仅在解决问题上表现优异，还能更准确地表达其确信度。研究人员在六个数据集上评估了六种推理模型，发现它们在33/36种测试设置中比非推理模型表现更好。深入分析揭示这一优势来源于"慢思考"行为，如探索替代方案和回溯，使模型能够在推理过程中动态调整确信度。有趣的是，非推理模型在通过少样本学习引导进行慢思考时也能获得类似改进，证明这一能力源于思考方式而非模型结构。

尽管算法支持的人工智能产品现在已经从梦想变成了现实，但是如果使用不当，它们很快就会成为现代噩梦。作为一家提供人工智能平台的公司的CSO，我知道我们在设计人工智能系统时匆忙做出的选择可以将任何原本高尚的行动变成躲在革命大旗后的怪物。

5G就在眼前，创新气象万千。站在时代的节点，英特尔领先的技术和产品在5G领域以及数字化转型上所发挥的作用将比以往任何时候都更为关键。

加拿大女王大学研究团队对开源AI生态系统进行了首次全面审计，覆盖364万个数字资产，发现35.5%的AI模型在集成到应用时存在许可证违规。研究开发的LicenseRec工具能自动检测冲突并推荐解决方案，成功修复86.4%的问题。这项研究揭示了开源AI供应链中系统性的合规风险，为行业提供了重要的法律合规指导。

根据2022年CIO状况调查报告，有35%的受访IT领导者提到，数据和业务分析将是今年推动他们组织最大的一项IT投资，有20%的受访IT领导者则提及了机器学习/人工智能。

“不将就”，是一加手机的产品理念，也是一加成立之初的价值观，11月5日在一加6T的国内发布会上，不出意外地，我们再一次听到一加CEO兼创始人刘作虎对于“不将就”这个词的清晰解读。

这项由人大和腾讯联合开展的研究提出了ExOPD方法，通过调节奖励信号让AI学生模型突破老师性能限制。研究在数学推理和代码生成任务上验证了该方法的有效性，发现合适的奖励外推能让小模型超越大模型表现。该技术为AI训练领域带来新思路，但仍需考虑计算成本等实际限制。

想象一下，你是一位烹饪大师，准备制作一道复杂的全餐。你的食材柜里有各种各样的食材——肉类、蔬菜、调料、面粉等等，数量远超你一次能用的量。传统方法可能是从每类食材中随机挑选一些，但这样做往往效率低下。

Salesforce近日公布第二季度财报，超出此前分析师预期的水平，同时上调了全财年预期，使其股价在盘后交易中出现上涨。

腾讯AI实验室提出突破性"分工合作"方法解决AI数学推理难题，通过推理者和证明者两个专门系统的协作，成功攻克5个此前无人能解的国际数学奥林匹克竞赛题目，在AI数学推理领域实现重要突破，为复杂智能任务的解决提供了全新思路。

借助SUSE CaaS Platform，ApiOmat可以为自身平台提供可扩展的内部部署和云部署。与此同时，ApiOmat能够提供令人激动的基于微服务的新产品，SUSE Cloud Application Platform也功不可没。

12月16日，由华为数字能源技术有限公司（以下简称“华为数字能源”）打造的大型访谈节目《方博碳讨室》第八期，“碳讨”的主题是一个分布式光伏项目。

安全研究人员警告称，即使数据在互联网上暴露的时间很短，仍可能在像 Microsoft Copilot 这样的在线生成 AI 聊天机器人中长期存在。

这项研究首次系统性地检测和清理了视觉语言模型训练数据中的有害内容，从LLaVA数据集的558,000对图片-文字数据中识别并移除了7,531个有毒样本。研究团队开发了结合图像和文本检测的多模态毒性过滤系统，为AI安全建立了新标准，并开源了清理后的数据集供学术界使用。

复旦大学团队发布BMMR数据集，这是首个大规模跨学科多模态推理评估基准，包含11万个涵盖300个学科的大学水平问题。研究发现即使最先进的AI模型在跨学科推理中表现有限，揭示了当前AI发展的重要盲点。该数据集支持中英双语，配备专门的推理过程评估工具，为AI向通用智能发展提供重要支撑。

红帽公司研究团队提出危险感知系统卡（HASC）框架，为AI系统建立类似"体检报告"的透明度文档，记录安全风险、防护措施和问题修复历史。同时引入ASH识别码系统，为AI安全问题建立统一标识。该框架支持自动生成和持续更新，与ISO/IEC 42001标准兼容，旨在平衡透明度与商业竞争，建立更可信的AI生态系统，推动行业协作和标准化。

清华大学团队在2025年发表突破性研究，首次将双曲几何学引入视频检索领域，解决了传统系统在处理"部分相关视频检索"时的层次理解问题。通过HLFormer框架的双空间并行处理和创新的部分序保持损失机制，在三个权威数据集上实现显著性能提升，为视频搜索技术开辟了全新发展方向。