上海交通大学研究团队发现多模态大语言模型中的"啊哈时刻"（自我反思模式）虽存在但并不意味着推理能力提升。他们提出了"冷启动强化学习"两阶段方法：先用监督微调建立推理模式，再通过强化学习优化。实验表明，这种方法在多个多模态数学推理基准上表现卓越，使3B参数模型达到接近甚至超越部分7B模型的性能，为增强多模态AI推理能力提供了有效路径。

企业数据中心基础设施提供商Nutanix因其第三财季亏损超过预期导致股价在盘后交易中下跌超过4％。

最佳企业内容管理解决方案

IMG CXT凭借先进的Photon硬件光追技术而成为一款领先的GPU IP，为游戏和其他图形用例带来了出众的性能。Photon是业内最先进的光追架构，能够在移动和嵌入式应用上实现桌面级的视觉效果。该架构目前已在多个市场进行了授权。

网络安全是企业IT领域最受重视的议题之一。

Codasip的全新700系列是一个可配置且可定制的RISC-V基准处理器系列，可实现无限创新。700系列是对Codasip广受欢迎的嵌入式内核的补充，它提供了一个不同的起点，以满足对更高性能的需求。

对于亿滋国际这样的品牌来说，解决方案不是在技术和人性之间二选其一，而将它们融合于一处。这种方法不仅让企业得以跟上持续变化的消费者期望，而且还可以通过结合先进的AI功能与真正的同理心驱动策略来提升其营销影响力——我之前曾将这种方法定义为“生成式CMO”方法。

Deep Knowledge Group开发了高级分析框架来分析这些数据。分析的结果以国家/地区排名的形式排列，帮助各国人民和政府做出明智的决策，最大限度地帮助人类获得有益的结果。

这篇论文介绍了一种名为LATENTSEEK的创新框架，它通过在潜在空间进行测试时实例级政策梯度优化，显著提升了大型语言模型的推理能力。研究团队在GSM8K、MATH-500和AIME2024等基准测试上评估了该方法，结果显示LATENTSEEK比思维链方法平均提升了10.75%的准确率。该方法无需更新模型参数，计算高效，平均只需1-2次迭代即可收敛，同时证明了潜在空间中的测试时扩展可行性。

私有云基础设施公司Mirantis正在将重点转移到边缘计算市场，推出了基于开源Kubernetes容器编排软件的Mirantis Cloud Platform Edge（MCP Edge）。

DocuSign 正利用人工智能彻底改变企业创建、管理和提取协议价值的方式。通过将非结构化协议数据转化为可操作的智能信息，DocuSign 的 AI 平台能够提取关键数据、协助创建协议、定制模板，甚至进行初步法律审查。这项技术已在销售、采购和人力资源等领域产生重大影响，提高了业务效率并降低了成本。

心脏数字孪生能够以一种非侵入性的方法来识别导致异常心律的心肌瘢痕部分，帮助心脏病专家们能够更快、更有效地施以治疗。

Matrix-3D是天工大学等机构联合开发的突破性3D世界生成技术，能够从单张照片或文字描述创造出360度全方位可探索的虚拟3D世界。该技术采用全景表示法和场景网格渲染，提供快速和精细两种重建模式，在视觉质量和可探索范围方面显著超越现有方法，为游戏设计、影视制作、VR应用等领域开辟新可能。

你的公司已经开始使用人工智能（AI）了，但是你是否有效地控制了人工智能所涉及的风险？人工智能是一个新的增长渠道，有可能提高生产力和改善客户服务。但是，你需要评估涉及到网络安全的风险管理。

中科大研究团队发现多模态AI存在严重的"模态冲突"问题——当图片和文字信息矛盾时，AI会产生幻觉并编造不存在的内容。研究构建了专门数据集测试发现，包括GPT-4o在内的主流AI错误率超过40%。团队提出三种解决方案，其中强化学习方法效果最佳。

在使用人工智能来识别候选药物时，这些新的候选药物到底是被开发出来的，还是通过数学及科学方法在排查过滤之后自然遗留下来的?这些新的候选药物，究竟是被发现的、还是被设计的?这也许是种没有区别的区别。

亚利桑那州立大学研究团队开发出IRMA框架，通过输入重构技术显著提升AI助手在复杂环境下的工具使用准确率。该系统采用记忆、约束和工具建议三模块协同工作，相比传统方法准确率最高提升19.1%，在航空和零售领域测试中表现卓越，为智能客服等实际应用提供了实用解决方案。

分布式拒绝服务(DDoS)攻击已经进入了1 Tbps的DDoS攻击时代。然而，Radware研究显示，DDoS攻击不仅规模越来越大；也越来越复杂。

清华大学研究团队提出了一种名为"硬负样本对比学习"的创新方法，显著提升了大型多模态模型在几何理解与推理方面的能力。通过构建图像和文本两类负样本，以及开发MMCLIP训练策略，他们的MMGeoLM模型在四个几何基准测试中表现卓越，甚至以7B参数规模与GPT-4o相媲美。实验证明，仅4K个真实图像负样本的效果就超过了100K个文本负样本，为AI细粒度视觉理解开辟了新路径。

量子计算长期以来被视为理论领域，如今似乎重新成为一种潜在可行的替代方案，以应对对更强大计算能力的昂贵追求。