中国人民大学研究团队提出LoFT方法，通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量，并扩展出LoFT-OW版本处理开放世界场景。实验显示，仅使用传统方法1%的数据量就能取得更优性能，为AI公平性和实用性提供了新的解决方案。

Dell PowerScale存储系统可以让我们轻松面对未来ADAS指数级别的数据扩张，利用PowerScale进行深度学习和大数据分析方面的系统化技术探索，可以更好地满足国内泊车业务的增长需求，建立合规化数据生态，为未来发展奠定坚实基础。

阿里巴巴研究团队开发出START系统，首次让AI能像人类一样在推理过程中主动使用编程工具。通过创新的"提示注入"和自学习技术，START在数学竞赛和编程测试中表现显著提升，在AIME24达到66.7%准确率，比基础模型提升16.7%。这项突破性研究为AI推理能力带来质的飞跃，大幅减少计算错误和"幻觉"现象。

日前，以“网络安全为人民，网络安全靠人民”为主题的2022国家网络安全宣传周在安徽合肥滨湖国际会展中心盛大举行。

莫斯科科学家开发出"听众机制"训练方法，解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程，新方法在ImageReward基准上达到67.4%准确率，并在现代图像数据集上显著提升泛化能力，为开发更可靠可解释的AI系统提供新思路。

这篇论文提出了"计划与预算"框架，解决大型语言模型在推理任务中的效率问题。研究者发现模型存在"推理失调"现象——简单问题上过度思考，复杂问题上思考不足。他们开发了贝叶斯预算分配模型(BBAM)作为理论基础，将推理分解为子问题并根据不确定性分配计算资源。实验表明，该方法在不同任务上显著提高推理效率，令牌使用减少39%，E?指标提升187.5%，且能使小型模型达到大型模型的效率水平。

认知视觉检测技术在工业制造在内的诸多领域拥有广阔的应用空间，针对不同的行业应用场景，IBM打造端到端的定制解决方案，助力各行业的升级与创新。

安森美的Hyperlux LP系列图像传感器即具备上述的Wake on Motion低功耗技术。在增强了设备的侦测能力的同时，有效地降低功耗。

加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力，发现即使最先进的AI在理解视频中事件因果关系方面表现极差，大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench，并提出了识别-推理分解法（RRD），通过任务分解显著提升了AI性能，最高改善幅度达25.2%。

澳大利亚国立大学和广湾大学研究团队开发的VAU-R1系统通过强化学习显著提升了视频异常理解能力。该研究不仅创建了第一个专门用于训练和评估视频异常理解的思维链基准数据集VAU-Bench，还提出了一种数据高效的强化微调框架，使模型能更准确地回答问题、定位异常时间段并提供连贯解释。实验结果表明，VAU-R1在多项选择题准确率和时间定位方面比传统方法有显著提升，为安全监控、灾害预警等领域的智能系统带来了新的可能性。

3月17日，中国工商银行发布基于昇腾AI的金融行业通用模型，首家实现了企业级金融通用模型的研制投产，并广泛应用于客服、营销、运营、风控等业务主战场中，推动人工智能技术在金融领域规模化应用的跨越式发展。

Perplexity 通过推出 Deep Research 工具，颠覆了 AI 市场的现状。该工具能够在几分钟内生成全面的研究报告，并以极低的企业成本向用户开放先进的 AI 能力。Perplexity 的 CEO Aravind Srinivas 强调，知识应该是普遍可获取和有用的，而不是被高昂的订阅计划所限制。Deep Research 的推出揭示了 AI 定价的痛苦真相：昂贵的企业订阅可能是多余的。Perplexity 提供的服务在价格上具有竞争力，可能迫使大型 AI 公司重新审视其定价结构。

浦项科技大学研究团队发现当前AI模型缺乏音频推理能力，仅凭文字描述无法判断声音属性。他们构建了AuditoryBench++测试平台，涵盖音调、音量比较等5类任务，发现主流AI模型表现接近随机猜测。研究团队提出AIR-CoT方法，通过两阶段训练让AI学会"想象"声音：先识别需要音频推理的文本片段，再调用音频知识模块生成声音特征。实验显示该方法显著提升了AI的音频推理能力。

2018年12月12日，由中国电子技术标准化研究院主办、中国开源云联盟、全国信标委云计算标准工作组协办、至顶网承办的第八届中国云计算标准和应用大会在京召开。平安科技首席产品官兼平安云总经理区海鹰在大会上了发表演讲，并在会后接受了至顶网独家专访。

斯坦福大学研究团队开发出革命性的"大脑解码系统"，能够通过分析神经活动识别人们听到或想到的词汇，准确率达85%。研究揭示了大脑处理语言的"语义地图"机制，发现相似概念在大脑中位置相近。该技术为失语症康复、个性化教育和智能人机交互开辟新途径，未来5-10年内有望实现广泛应用。

EarthMind是一个创新的视觉-语言框架，专为解决地球观测领域的多尺度和多传感器理解挑战而设计。由多所国际知名大学联合开发的这一系统引入了两项关键技术：空间注意力提示(SAP)机制重新分配大型语言模型内部的注意力，增强像素级理解；跨模态融合机制则将异构模态如光学和雷达数据对齐并智能融合。

阿里巴巴与香港中文大学合作开发了SCRIT系统，让AI大模型学会自我评判和纠错。该系统通过对比学习机制，先分析标准答案理解关键概念，再评判学生解答，配合自我验证确保质量。在数学和科学推理测试中，评判准确率提升10%，错误识别能力提升19%，开创了AI自主改进的新方向。

这篇研究来自丹麦奥尔堡大学的团队，探讨了大语言模型的推理过程如何影响事实准确性。研究者通过从高级推理模型中提取思考轨迹，并用知识图谱增强这些轨迹，然后对不同规模的模型进行微调并在六个数据集上测试。结果表明，对小型模型而言，长推理过程显著提高事实准确性；而增加测试时计算资源（如并行采样或增加令牌预算）可使准确率提高2-8%。研究发现约2K令牌长度的推理效果最佳，为提升大语言模型事实准确性提供了新思路。

希伯来大学研究团队提出ProbeLog技术，通过"标准化考试"方式为AI模型建立能力指纹，解决了模型库中60%模型缺乏文档说明的搜索难题。该方法用固定图片测试模型反应，支持文字直接搜索，准确率达40-70%，并通过协作探测技术降低3倍计算成本，为百万级模型库的高效利用提供了新途径。

到2027年，全球胎儿监护市场预计将达到52亿美元。2022年，北卡罗来纳大学教堂山分校从比尔&梅琳达·盖茨基金会获得1700万美元赠款，用于继续推进AI在产科超声领域的应用。