继上周宣布对流行了十年之久的RHEL 7.9再提供四年支持之后，红帽近日发布了最新的Linux旗舰Red Hat Enterprise Linux (RHEL)9.4。

近日，NVIDIA应邀参加了第二十九届北京国际广播电影电视展览会（BIRTV 2020）线上展，作为全球视觉计算技术的行业领袖，NVIDIA介绍并演示了其在广播电视行业的产品和解决方案。

戴尔（Dell）品牌面向生产力转型，涉及的产品包括台式机、笔记本电脑、工作站等前端产品；而全新发布的戴尔易安信（DellEMC）面向IT转型、安全转型，涉及的产品包括服务器和网络、存储及超融合、云、大数据和数据保护。

华盛顿大学研究团队发现小AI模型无法有效学习大模型的复杂推理方法，提出了"小模型可学习性差距"概念。他们通过大规模实验证明，小模型更适合学习简洁推理而非复杂推理，并创新性地提出混合蒸馏法，将不同复杂度的训练数据按比例组合，显著提升了小模型性能，为AI模型训练策略提供了新的"因材施教"思路。

戴尔科技就加入了车边缘运算联盟（AECC），力图推进与车联网及自动驾驶汽车等新兴市场连接。

联邦学习团队与英特尔一起，通过引入英特尔SGX技术，为以上问题提供了更优的解决方案，这也是现在蜂巢联邦学习平台的优势之一。“联邦智能意味着什么？就是安全可信的智能，这是未来的趋势。”

德国慕尼黑工业大学研究团队探索了AI自动生成解释是否能帮助其他AI模型提升决策性能。研究使用四个大型语言模型生成自然语言解释，并测试其对传统模型和先进语言模型的影响。结果显示，解释能显著改善传统模型表现，但对大型语言模型效果复杂，有时甚至产生负面影响。研究为理解AI协作机制和优化多模型系统提供了重要见解。

从发展历程、核心技术、人才团队、商业模式等方面深度揭秘OpenAI。

二十年前，这款企业演示软件被称为“理性的终结”，真有这么严重吗？

香港科技大学联合腾讯微信AI等机构开发出SitEmb-v1.5情境感知文本嵌入模型，突破传统AI只能孤立处理文本片段的局限。该技术让AI在理解文本时能考虑上下文环境，就像人类阅读一样。仅10亿参数的模型就超越了多个70-80亿参数的先进系统，在书籍理解等复杂任务中表现优异，已开源供全球开发者使用。

当然，面对市场上的众多竞争者，IBM没准会很快在品牌宣传中用上橙色和柠檬绿等鲜艳的色彩。但真正代表IBM未来规划的应该是IBM Garage等部门，他们是创新的代表、也是蓝色巨人前行途中的探路者。我们期待着一个永远鲜活、永远年轻的IBM。

实际上，这种情况较为少见。去年，全世界3182名首席信息官（CIO）中，仅有4%表示他们已将人工智能相关的应用投入生产中，或是在未来12个月内有此计划。

拥有140年历史的靴子和鞋履制造商停止了大部分的技术项目，而专注于维持业务的发展，采用了更先进的云服务和各种工具，从而简化了想混合云基础设施的转型。

Anthropic周一发布旗舰AI模型升级版Claude Opus 4.1，在SWE-bench Verified基准测试中获得74.5%成绩，超越OpenAI o3模型的69.1%和谷歌Gemini 2.5 Pro的67.2%。该公司年收入从10亿美元增至50亿美元，但近一半API收入依赖Cursor和GitHub Copilot两大客户。新模型采用最严格ASL-3安全协议，在多文件代码重构方面表现突出，但面临GPT-5竞争威胁。

越来越多的初创企业开始从环境资源中提取少量能源，希望能在不影响生态平衡的前提下为全面普及的物联网传感器提供电力。

真正的“好拍档”，智慧让你持续增值！

2024年4月11日，华为举办鸿蒙生态春季沟通会，带来鸿蒙智行首款智慧轿车智界S7、全新华为MateBook X Pro领衔的多项新产品、新技术，并公布鸿蒙智行生态最新成绩，展示进一步完善的华为万物互联全场景生态。

2018年8月16日，《数字商业时代》杂志、众多科技厂商以及现场百余位来自不同行业的企业管理者一起，在北京新云南皇冠假日酒店召开了2018“智造中国”企业数字化转型系列高峰论坛之“智慧办公”高峰论坛。

Physics Wallah团队开发的Aryabhata 1.0是专为印度JEE数学考试优化的70亿参数AI模型。通过融合三个不同特长的数学模型，使用25万道精选题目进行训练，并采用创新的强化学习技术，Aryabhata在2025年JEE考试中取得86%-90%的准确率。该模型不仅解题精确，更能提供清晰的教学指导，已开源发布，标志着AI教育应用的重要突破。

现在，来自Google Brain团队的一名研究科学家Been Kim，正在开发一套“人类翻译器”，希望构建能够向任何人做出解释的AI软件。