作为基础软件皇冠上的明珠，数据库技术一直以来都是开发者关注的焦点。这关注度是如此之高，几乎自然打通了学界和产业界的隔阂，以至于关于数据库技术的每一篇重要论文面世，都可能导致一批价值数十亿美金的公司出现。

Zebra 将继续在硬件产品组合中添加软件和解决方案，对各种平台实时数字化、重新设计端到端工作流程并创造分析洞察。

数据中心行业对利用创新的可持续解决方案并不陌生。地球的自然环境长期以来一直被用作提高能源效率的一种手段，从在较凉爽的北欧国家建造数据中心，再到利用地下深处水库甚至闲置矿井的地热冷却数据中心。

这项研究由Writer公司团队开发的"反思、重试、奖励"机制，通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时，它会生成反思并二次尝试，若成功则奖励反思过程。实验表明，该方法在函数调用和数学方程解题上带来显著提升，最高分别改善18.1%和34.7%。令人惊讶的是，经训练的小模型甚至超越了同家族10倍大的模型，且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。

这项由法国中央理工大学等欧洲多所知名机构联合开展的大规模研究，通过训练38个模型和超过15000次实验，深入比较了两种主流语言模型训练方法的优劣。研究发现传统的掩码语言建模仍占优势，但提出了创新的双阶段训练策略，为大语言模型训练提供了重要指导。

你总是，儿童节在微博晒小时候与父亲的合影；你总是，父亲节在朋友圈晒爸爸年轻时的帅照；你总是，有长长的和父亲的故事要在朋友圈分享，却越来越少专程回家/打电话问候他

阿里AliSQL从MySQL社区来，根据自己的业务场景阿里对它进行了修改、完善和扩展，然后又被返回到社区，他人可以直接从阿里的贡献中受益，这正是对开源精神“人人为我，我为人人”的一个最好解读。

未来的元宇宙也许根本不需要VR头显。

HPE全球渠道和生态系统负责人Simon Ewington表示，HPE拥有“广泛”的AI渠道战略，将为所有HPE合作伙伴带来机会。

佐治亚理工学院研究团队开发的ConceptAttention技术首次实现了对AI图像生成模型内在机制的精确解读，能够生成高质量概念定位地图，准确显示AI如何理解图片中各种概念的位置。该技术在零样本图像分割任务中表现卓越，准确率达83.07%，超越15种先进方法，并成功扩展至视频分析领域，为AI可解释性研究开辟新方向。

或许，在未来，开源软件也可以“拿来即用”。

也许可以试试戴尔易安信PowerStore 500全闪存阵列，满足中小企业对于高性能、低成本的中端存储的所有幻想。

谷歌联合康奈尔大学等机构的研究团队开发出革命性的"文本到文本回归"方法，让AI直接阅读系统日志预测性能，在谷歌Borg集群上达到0.99的预测准确率，比传统方法精确100倍，将预测时间从18小时缩短至几秒钟。

复旦大学研究团队开发出革命性的AI机器人训练方法"双重偏好优化"，让机器人具备预测行动后果的"想象力"。该方法通过同时优化动作选择和状态预测，使7B参数模型的任务成功率提升31.4%，规划效率提升33.0%，甚至超越GPT-4o表现。研究建立了自动化数据收集系统和VoTa-Bench测试平台，为实现更智能的机器人助手奠定基础。

上海AI实验室团队提出创新的异步拍摄方案，仅用普通相机就能实现高速4D重建。该方法通过错开相机启动时间将有效帧率从25FPS提升至100-200FPS，并结合视频扩散模型修复稀疏视角导致的重建伪影。实验结果显示，新方法在处理快速运动场景时显著优于现有技术，为低成本高质量4D内容创作开辟新路径。

Facebook今天公布了一款专为恶劣气候而设计的新型数据中心冷却系统，据称其可将用水量降低90％。

过去十年云计算为IT行业带来了巨大的技术红利，下一个十年最大的技术红利很可能会落到容器身上，或者说以容器为代表的云原生技术。

伊利诺伊大学等机构研究团队通过大规模实验发现了推荐系统中两种全新现象：双峰现象（性能先升后降再升再降）和对数现象（持续稳定提升）。研究揭示数据噪声是影响推荐系统可扩展性的关键因素，并发现SGL模型因其独特的抗噪机制表现最佳。该发现颠覆了传统认知，为推荐系统优化提供新思路，在某些情况下仅通过增加嵌入维度就能获得25%以上的性能提升。

“伊登走过了芳年华月的20载，始终坚信只有拥抱数字经济时代、加速数字化转型与变革，才能在变局、困局和危局中，布局、破局以及控局。”

在最近的Red Hat Summit峰会上，Red Hat将开源软件堆栈平台定位为企业构建和运行AI应用的首选平台。