最近一系列润的文章火了，“润”顾名思义就是“run”，指的是一些有能力有技术的人，或为了追去生活与工作的平衡，或为了更高的薪水，更好的教育，选择移民出国。

IBM公布的第一季度财报收益情况超过了预期，这表明COVID-19大流行的影响尚未触及科技企业的底线——至少现在还没有。

2023年，人形机器人迎来了高光时刻。

2023年人形机器人的产业巨变和背后推动力。

2017 年 12 月 31 日晚，在浙江卫视“2018思想跨年”晚会中，“知识F4”马东、高晓松、吴晓波、张召忠以及阿里巴巴集团技术委员会主席王坚展开了一场激烈的观点碰撞。王坚在节目中分享了“城市大脑”对城市未来发展的重要意义。

今天，我们向您介绍 IBM 的全新云原生产品和开源项目，它们可简化您的云之旅。

强化学习正在重新成为AI领域的焦点技术。虽然该技术起源于20世纪70年代，但直到最近与大语言模型结合后才展现出巨大潜力。从人类反馈强化学习到可验证奖励强化学习，这些方法使AI模型获得了推理能力。然而，关键问题仍待解答：强化学习能否在难以验证的领域实现突破？大规模扩展会带来什么结果？尽管存在挑战，强化学习不受人类能力限制，有望创造超越人类的新型智能。

加州大学伯克利分校研究团队开发了gg-bench系统，让AI自己设计策略游戏来测试其他AI的智能水平。研究发现，即使是最先进的AI模型，在面对自己"同类"设计的游戏时胜率也只有7-36%，揭示了AI在创造和解决问题之间的能力差异。这项研究为避免传统AI测试中的"数据污染"问题提供了创新解决方案。

UC Berkeley团队提出XQUANT技术，通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7，升级版XQUANT-CL更可实现12.5倍节省，同时几乎不影响模型性能。研究针对现代AI模型特点进行优化，为在有限硬件资源下运行更强大AI模型提供了新思路。

“老王，老王，公司的财务软件突然没法访问，快帮我看看咋回事啊！”隔壁财务部门的小李同学略显慌张的冲进IT部门经理老王的办公室。

小红书NLP团队开发了专门针对社交网络的AI模型RedOne，通过三阶段训练策略处理社交媒体特有的非正式语言和多元化任务。该模型在社交网络基准测试中比基础模型平均提升14.02%，在实际应用中将有害内容检测准确率提升11.23%，搜索推荐点击率提升14.95%，为社交平台AI应用提供了新的技术方案。

上海AI实验室联合西湖大学提出LUFFY框架，通过"混合策略学习"让弱AI模型向强模型学习，突破传统强化学习只能自我摸索的限制。该框架在数学推理任务上平均提升6.4分，能成功训练传统方法完全无法提升的弱模型，为AI训练提供了"站在巨人肩膀上"的新思路，相关代码已开源。

「 过去大家眼中阿里P7的光彩只是公司带来的光环，和身处其中的个体没什么关系。今日推荐空白女侠（id：kongbainvxia）一篇文章，34岁的阿里p7失业独白。」

几十年以来，零售商一直在挖空心思制定各类忠诚度提升计划。不过说起来容易做起来难，客户忠诚度始终不易维持，借此增加回头客更是难上加难。

据ASC19组委会消息，来自美国、德国、俄罗斯、波兰、意大利、西班牙、新加坡、泰国、印度尼西亚、巴西、澳大利亚等国家的多支海外高校队伍已报名参赛，预计今年海外参赛人数将再创新高。目前报名仍在火热进行中，将于1月7日截止。

2018年伊始，阿里巴巴12位来自不同领域的科学家，对IoT、量子计算、边缘计算、自然语言处理、区块链、自动驾驶等前沿技术将在2018年如何影响世界、影响社会生活做出了自己的预测。

武装泅渡、在炮弹中腾挪跳跃的特种兵，与指尖跳跃，在办公室创造虚拟世界的程序员，就像两条毫不相干的平行线，但命运却令两条线交缠。当两种身份印记融汇进同一人的人生故事里，又会谱写怎样的故事呢？

上海交通大学团队开发了首个化学推理AI模型ChemDFM-R，突破了传统化学AI只能记忆无法推理的局限。该模型通过识别241种官能团构建了1010亿tokens的专业知识库，采用创新的"混合来源蒸馏"训练方法，让AI学会像化学家一样思考和推理。在多项化学基准测试中表现优异，更重要的是能提供透明的推理过程，开启了人机协作的新模式。

想象一下，你面对一个复杂的数学问题。作为人类，我们通常会怎么做？有时我们会一步步推导，但当问题变得复杂时，我们可能会同时探索几个不同的解题思路，最后选择最有效的那条路径。更重要的是，我们可以灵活地决定什么时候应该专注于单一路径，什么时候应该尝试多种可能性。

南京大学团队提出DDT（解耦扩散变换器）架构，通过"分工合作"方式将AI绘画中的语义理解和细节生成任务分离。该方法在ImageNet数据集上创下1.31 FID的新纪录，训练效率提升4倍，推理速度提升3倍，为AI图像生成领域带来突破性进展。