这项研究提出了强化蒸馏（REDI）框架，创新性地利用大型语言模型生成的正确和错误推理过程进行训练。传统方法仅使用正确样本，浪费了包含宝贵信息的错误样本。REDI采用两阶段方法：先用正确样本建立基础，再通过非对称加权的目标函数利用错误样本进一步优化。实验表明，仅用131k个公开数据样本训练的Qwen-REDI-1.5B模型在MATH-500等基准上达到83.1%准确率，与使用800k专有数据训练的同类模型相当或更优，为小型模型离线学习复杂推理能力提供了高效途径。

NIS2是新的欧盟范围内网络安全立法，欧盟成员国需在2024年10月17日前将其转化为本国法律。NIS2旨在实现欧洲高水平的网络安全，并重点关注提高欧盟关键部门的韧性。ENISA制作了NIS2解说视频和多个信息图，涵盖了有关NIS2的全部内容、主要概念和新机制。

Hugging Face 的联合创始人兼首席科学官 Thomas Wolf 表示,当前 AI 发展范式无法产生具有创造性问题解决能力的 AI。他认为,AI 目前主要是填补人类已知之间的空白,而非通过连接不相关事实来产生新知识。Wolf 呼吁 AI 行业转向能够衡量 AI 提出非常规问题和开辟新研究路径能力的评估方法。

清华大学CoAI团队发现大型推理模型的安全性存在三大失败模式：缺乏安全意识、过度思考和推理与回答不一致。研究表明，通过针对性优化提示策略，攻击成功率从77.0%降至7.0%；同时发现简短推理方式较长推理链更易学习且同样有效；混合良性推理数据则有助于平衡安全性与过度拒绝率。

这项由中国人民大学、微软亚洲研究院等机构联合完成的研究发现，通过监测AI思考过程中的"不确定性"（熵值），可以识别出有价值的探索性思考时刻。研究团队设计了一种仅需一行代码的简单方法，在AI训练时给予探索性思考额外鼓励，显著提升了AI在数学竞赛等复杂推理任务上的表现，让AI学会了更像人类的深度思考方式。

IBM将在2022年底前推出代号为Osprey的433量子比特芯片，通过将Qiskit Runtime和工作流内嵌到云中打造更顺畅的开发体验，将提前为预计在2025年发布的“Condor”做好准备，这将是第一款拥有1000多个量子比特的芯片。

SAP近日宣布推出新的SAP Datasphere平台，帮助企业消除访问和使用分布不同系统的数据的复杂性。

前沿AI模型代表着当前最先进的人工智能系统，具备多模态处理、零样本学习和智能体行为等关键特征。以GPT-4o和Gemini 1.5为代表的前沿模型需要大量资源投入，面临成本与质量的平衡挑战。专家指出，基准测试既是推动发展的工具也存在被操控的风险。未来十年，这些模型将演变为无处不在的背景智能体，通过语音、凝视和情感识别与用户交互，彻底改变人机界面体验。

KRAFTON研究团队提出T1方法，让小型AI模型通过借助代码解释器等外部工具进行自我验证，解决了小模型记忆力有限导致的验证准确性问题。实验显示，10亿参数的模型配合T1方法在数学推理任务上能够超越80亿参数的独立模型，为小型AI模型的高效部署开辟了新路径。

在线旅游公司Priceline开始了云之旅，目标是构建一个更灵活、更敏捷的技术基础设施。这其中包括按照12要素方法对应用进行现代化改造。将应用迁移到Docker容器中，然后通过运行在Google GKE Edge上的Kubernetes来简化这个过程。

毫无疑问，数据就是AI科技的宝贵燃料。然而，还有一大极具价值的数据源似乎长期被人们所忽视，这就是大型机系统。作为关键任务设施，大型机中承载着海量数据，某些信息甚至可以追溯到几十年之前。

尽管过去几年中，人工智能取得了长足的进步，但相信很多人都还记得20世纪90年代，由于开发者过分夸大承诺以及最终用户不切合实际的期望所导致的AI寒冬。现在有行业内部人士预测，AI很快又会陷入困境，这次的原因是缺乏语义理解。

经过为期2个月的激烈角逐，天翼云AI团队（队名CTRL）在多任务大模型赛道中表现出色，荣获本届大赛冠军。

文档数据库正进入智能化新时代。通过将生成式AI直接嵌入数据层，这不仅是技术升级，更是战略性变革。RavenDB首席执行官表示，将大语言模型完整集成到数据库内部，能够实现令人惊叹的功能。这种集成让用户可以直接在数据库中生成、丰富、分类和自动化内容及决策，无需专门的AI团队。对于缺乏大型AI团队的组织来说，这种方法显著降低了复杂性，使从想法到实施变得前所未有的快速和无缝。

可持续发展数据中心始于绿色材料。了解选择正确的材料能够如何减少碳影响，并促进数据中心的可持续发展。

亚马逊研究团队开发了ResFiT技术，让机器人先通过模仿学会基本技能，再通过实践自主改进。该方法在29自由度人形机器人上成功验证，双手协调任务成功率从23%提升至64%，样本效率比传统方法提高200倍。这是首次在现实世界完全训练五指灵巧手双臂机器人的突破，为机器人实用化奠定了基础。

中科院团队提出SRFT新方法，通过同时进行监督学习和强化学习，并使用熵感知机制动态平衡两种训练方式，让AI在数学推理任务中取得显著提升，准确率达59.1%，为AI训练提供了新的有效范式。

史诗级的漏洞CVE-2021-44228爆发以来，各安全厂商提供了各种漏洞检测工具，也提供了各种漏洞修复方案。

微软发布了名为Project Ire的自主AI代理，声称可在无人协助下检测恶意软件。该原型使用大语言模型和二进制分析工具对软件进行逆向工程，判断代码是否恶意。在约4000个"困难目标"文件的实际测试中，该AI代理标记为恶意的文件中89%确实是恶意的，但仅检测出所有恶意软件的26%。微软计划将其集成到Defender安全工具套件中，作为威胁检测的二进制分析器。

字节跳动AI实验室提出"逆向工程推理"新范式，通过从优质作品反推思考过程的方式训练AI进行创意写作。该方法创建了包含2万个思考轨迹的DeepWriting-20K数据集，训练的DeepWriter-8B模型在多项写作评测中媲美GPT-4o等顶级商业模型，为AI在开放性创意任务上的应用开辟了新道路。