华中科技大学研究团队提出SaM框架，通过动态选择和合并领域专家模型来改进大语言模型的命名实体识别能力。该方法摒弃传统"万能模型"思路，采用专业化分工策略，根据领域相似性和采样评估智能选择专家，然后融合其能力形成针对性强的任务模型。实验显示平均性能提升10%，某些领域达20%提升，同时具备良好的可扩展性和适应性。

在本次MWC 2018大会上，华为搬来一台保时捷Panamera车型以展示其Mate 10 Pro手机的自动驾驶功能。记者被绑在保时捷Panamera的座椅上，而作为司机的，是一部华为Mate 10 Pro智能手机。

近年来，数字化转型（Digital Transformation）已成为企业的第一要务，但现在许多企业正在密切关注数字化（Digitalization）这个快速发展的概念。

AI技术如何帮助Berkadia推动业务线向前发展？

理论上，macOS后台任务管理工具应该可以发现计算机上的潜在恶意软件，但研究人员表示，工具当中存在着令人不安的重大缺陷。

清华北航等联合开发Droplet3D系统，通过观看视频学习3D创作。该系统构建了包含400万3D模型的Droplet3D-4M数据集，每个模型配有85帧环绕视频和260词详细文本描述。用户只需提供一张图片和文字描述，即可生成高质量3D内容，支持精确的语言控制和风格化输入处理。实验显示其性能全面超越现有方法，在场景级生成方面展现独特优势。

卡内基梅隆大学研究团队开发的H-Net架构实现了语言模型的重大突破，通过动态分块机制直接处理字节级数据，彻底摆脱传统分词器依赖。该技术不仅在英语任务上超越现有模型，在中文、代码和DNA等场景中更展现出显著优势，为构建更智能通用的AI语言理解系统开辟了全新道路。

近年来，云上用户遭遇云服务宕机、数据被破坏或丢失的事件时有发生，充分说明了云服务厂商提供的三副本与云快照服务还不能完全满足云上用户数据生命周期保护的需求，很有必要借助现代数据保护全面的策略，来更稳妥地实现用户数字化转型。

Palantir，以《指环王》中的全知魔球命名，最初旨在防范金融欺诈和恐怖主义，技术迅速被美国政府和军方采纳。公司通过大数据分析和高级算法提供情报，助力决策者应对威胁。Palantir的AI平台AIP整合AI大模型与客户软件，注重数据安全性和合规性。2023年，公司业绩超预期，股价大涨，华尔街热捧。Palantir的技术基石来自创始人Peter Thiel在PayPal的欺诈识别技术。

一个门锁到底能有多少技术含量？今天还真是领教了，原来门锁的发展从未与时代脱节。

某乳品企业,是中国最早的奶粉企业之一，在国际市场同样处于领先地位。随着集团跨越式发展，其制定了全面的数字化战略规划，以智慧零售，智慧供应链业务探索为核心，全面赋能各业务领域,促进集团服务升级，提升消费者体验。

牛津大学研究发现，尽管大语言模型在医学考试中表现出色，但在实际应用中效果大打折扣。研究显示，LLM直接测试时能94.9%准确识别病症，但人类使用LLM诊断时准确率仅34.5%，甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出，仅凭非交互式基准测试评估LLM存在误导性，需要真实的人机交互测试才能准确评估AI系统的实际性能。

微软研究院最新发布的DELT方法革命性地改变了AI训练数据的组织方式，通过给训练样本评分、筛选和重新排序，让AI模型能够循序渐进地学习。这种方法无需增加模型大小或数据量，就能将性能提升1.65%，实现训练效率翻倍，为AI训练带来几乎"免费"的性能提升。

文章讨论了 GPU 服务器如何利用并行处理支持 AI 运算，比较了其与传统 CPU 服务器在扩展性、功耗与散热等方面的区别，并指出数据中心须相应升级供电与冷却设施。

全球电动车竞争已经入白热化，以至美国白宫周二决定将我国电动汽车进口关税从25%左右提高到100%，然而这次欧盟成员国并没有跟进。德国总理奥拉夫·肖尔茨和瑞典首相乌尔夫·克里斯特森警告不要对中国电动汽车征收关税。

AnduinOS 是微软中国工程师独立打造的 Ubuntu 改版系统，通过定制 GNOME 呈现 Windows 11 风格，轻量无 Snap，适合熟悉 Windows 的用户尝试 Linux。

这是一款体积小巧、设计紧凑的风扇，之所以称它为多功能，是因为这款产品结合了戴森空气过滤技术与气流喷射技术，更加适合桌面、床边、办公室等小范围场景，可以被看作是一个私人专属空气产品。

近日，2018戴尔科技峰会在京召开，进入会场(国家会议中心)，最引人瞩目的莫过于停在中央的一辆红色迈凯伦超跑。迈凯伦是一级方程式的老牌强队，也是一家超跑制作公司。那么，迈凯伦跟戴尔又有哪些合作呢?

这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念，为理解直接偏好优化(DPO)提供全新视角。研究证明，当偏好数据编码了从参考策略到目标策略所需的差分信息时，DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵，研究解释了对数似然位移现象，并发现高熵DID有利于通用指令跟随，而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解，为语言模型对齐提供理论支持。

思科推出了一款新的网络架构以应对日益增长的数据，该架构旨在将企业的数据中心扩展到数据所在的任何地方以及应用部署的任何位置。