“开源软件竞争力”，正成为企业的核心关注焦点。但不妨放大了看，不仅仅是因为开源软件吞噬了世界，开源的理念，也正在深入每一家企业、每一个组织，让其具有强大的开放力、创造力和成长动力。

这篇研究论文揭示了多模态大语言模型(MLLMs)存在严重的模态偏差问题，即模型过度依赖文本信息而忽视图像等其他模态。研究团队通过理论分析和实验证明，这种偏差主要源于三个因素：数据集不平衡、模态骨干能力不对称以及训练目标设计不当。他们提出了系统的研究路线图和解决方案，包括增强视觉模态在数据集中的贡献、改变模型关注点和应用偏好优化策略。未来研究方向则包括开发更客观的评估指标、探索更多模态组合中的偏差问题以及应用可解释AI技术深入分析偏差机制。

目前汽车行业发现了一项可怕的事实：驾驶员使用部分自动化功能的时间越长，其对于驾驶本身就变得越是漫不经心。

这项研究揭示了大型语言模型（LLMs）偏好决策的内在机制。以色列理工学院和IBM研究院的团队开发了一种自动化方法，不需人工预设即可发现和解释影响AI判断的关键概念。研究横跨八个领域（从一般问答到安全评估），分析了12种偏好机制，发现人类评判者重视权威性和清晰度，而AI评判更关注事实准确性。他们提出的层次多领域回归模型不仅能准确预测偏好，还能清晰解释判断过程，为构建更透明、更符合人类价值观的AI系统提供了新途径。

6月27日，科大讯飞带来了讯飞星火大模型V4.0，引入“个人空间”概念，打造一个“更懂你的AI助手”。同时七大核心能力全面提升，整体超越GPT-4 Turbo，在8个国际主流测试集中排名第一，国内大模型全面领先。

面向未来，英特尔正在借助“软件”这一强大的技术力量，联手产业生态合作伙伴软硬兼施，加快在各种架构、各种工作负载下的应用优化和开发速度，推动创新落地。

这项研究介绍了RPEval，一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度：情感理解、决策制定、道德对齐和角色一致性，通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先，而GPT-4o虽在决策方面表现出色，但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。

刚好华为云618营销季活动还在继续，截止到6月30日，各种云产品云解决方案都有折扣，还有万元礼包、轮盘抽奖、储值返券、服务支持计划等多种精彩玩法，有需要的小伙伴不妨上华为云官网看看吧。

再来说说国内，2020年3月，中国工信部官网公示了《汽车驾驶自动化分级》推荐性国家标准报批稿，并拟于2021年1月1日开始实施，未来将成为“中国版自动驾驶分级标准”。

斯坦福大学推出 AI4MH 项目，聚焦利用生成式 AI 改革心理健康诊断与治疗，探讨现有体系不足及未来发展。

在华为中国合作伙伴大会2024上，华为中国政企业务总裁吴辉表示，围绕“四梁六柱”，沿着三个赛道，落实六个升级，强健开放、紧密、成长的“伙伴+华为”体系。

通过“科技创变者大会”这样一个技术创新+产业应用的“对话”平台，我们相信会激发出更多本土科技创新力量落地，为未来的科技创变者铺垫新的“创变之路”，实现科技成果转化落地，赋能新时代！

多家企业都在尝试在数据中心置于水下。那么这种水底数据中心到底是种宣传噱头，还是真能带来更好的设施管理效果？

CRM作为距离业务最近的软件,被公认为是企业数字化转型、高质量发展的核心系统之一。

这项研究提出了名为"Let Androids Dream"的创新框架，解决了多模态大语言模型在理解图像隐喻方面的核心难题——上下文缺失。通过模拟人类认知过程的三阶段系统（感知、搜索、推理），该框架即使使用轻量级GPT-4o-mini模型，也能在英语和中文图像寓意理解任务中达到最先进性能，在开放式问题上甚至超越GPT-4o模型36.7%。这一成果不仅推动了视觉-语言推理技术的发展，还为未来AI系统理解人类文化中的隐喻和象征提供了新方向。

Temu在义乌引起了轰动。义乌这个以庞大的批发市场而闻名的小商品集散地，“每当一个平台崛起，义乌就会有大量供应商富起来。以前是亚马逊、淘宝，然后是拼多多。最近很多人也想赶上 Temu 这辆驶向海外的列车。

5月19日，由腾讯携旗下腾讯医典，与《NEJM医学前沿》(《新英格兰医学杂志》独家授权的中文数字媒体) 共同举办的2022腾讯医学ME大会正式线上揭幕。

这篇研究介绍了香港科技大学团队开发的难度感知提示法(DAP)，一种能够根据问题难度智能调整推理链长度的创新方法。通过这一方法，研究者构建了LiteCoT数据集，包含10万个简洁推理样本，平均仅720个标记，比传统方法减少约90%。基于此数据集训练的Liter模型系列在多项基准测试中表现优异，在AIME24数学考试上达到74.2%的通过率，同时仅使用约5,000个推理标记。研究证明，精简且难度适应的推理链不仅能节省计算资源，还能提高模型性能，为构建更高效的AI推理系统提供了新思路。

“移动通信要发展，频谱资源需先行”。

如果未来疾病蔓延，那我们必须得及早出手阻止。