7月6日，“迅雷全球区块链应用开发大赛”决赛在深圳如期举行。十强团队的showcase环节前，迅雷集团重磅发布了自主研发的迅雷链文件系统TCFS（Thunder Chain File System）。

2023年5月18日，华为召开夏季全场景新品发布会，正式发布触控全面屏性能轻薄本华为MateBook 14 2023新品。

DeepResearchGym是一个创新的开源评估框架，专为深度研究系统设计，旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发，结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明，使用DeepResearchGym的系统性能与使用商业API相当，且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性，验证了该框架评估深度研究系统的有效性。

在企业的数据中心，无论是计算、存储还是数据库，都已经应云计算的需求而重塑。

随着金融行业云计算的发展,服务管理向着自动化、集中化方向转变,Redis作为一款简洁、高效的开源内存数据库已经在金融业务领域广为应用

在过去两个月的“ICT生态之行2018”系列活动中，华为各代表处企业业务负责人说出了过去一年这些令他们引以为傲的成绩。而站在ICT“生态纪”的全新起点，华为希望借助这一系列活动，呼吁更多伙伴共同行动起来，进一步激发生态潜能，加速实现生态的指数级繁荣。

自2022年末ChatGPT推出以来，专家们一直在讨论人工智能语言模型将如何影响世界。几年后，情况逐渐明朗。根据斯坦福大学领导的新研究，分析了跨多个行业的超过3亿条文本样本，发现人工智能语言模型现在在各行业的专业沟通中提供了高达四分之一的写作支持，尤其是在美国教育水平较低的地区影响显著。

清华大学研究团队提出测试时扩展技术，让AI视频生成如同延长考试时间的学生，通过生成多个候选视频并智能选择最优结果，显著提升视频质量。该方法无需重训模型，在六个主流模型上均实现稳定改进，部分维度提升超35%，为AI视频生成的实用化应用开辟新路径。

5月7日，进阶版售价39.79万元、高阶版售价42.99万元的极狐阿尔法S全新HI版闪耀上市。

两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件，而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息，并基于错误前提执行后续操作。专家指出，当前AI编程工具缺乏"写后读"验证机制，无法准确跟踪其操作的实际效果，可能尚未准备好用于生产环境。

这项由马里兰大学团队进行的研究首次系统评估了32个主流AI模型的色彩理解能力，发现即使最先进的模型在基础色彩认知上也存在明显不足。研究通过COLORBENCH测试系统，从色彩感知、推理和稳定性三个维度进行评估，揭示了AI在颜色计数、精确提取等任务上的严重缺陷，为改善AI基础认知能力提供了重要参考。

中科曙光数据工程服务解决方案围绕用户数据提供专业全流程数据服务，帮助用户完成数据采集、数据规范、数据智能分析，生成数据资源目录、构建知识图谱，设计可视化主题，支撑业务应用，发挥数据价值，展示数据魅力。

作为三相UPS理念的奠基者，施耐德电气拥有近60年的UPS设计、制造经验，早在1997年就率先提出模块化理念，并在2001年推出划时代意义的首款模块化UPS——Symmetra PX 40。如今在2023年1月初，施耐德电气又带来新一代经典之作——Galaxy PX。

DevSecOps的重点，正在于以符合安全要求的方式扩展DevOps核心原则。

近年的疫情，让人们越来越关注医疗机构在面对突发挑战时的应对能力。

针对存储行业的需求和关注，SPC创建了全球第一个存储行业标准的性能标准。从组件级评估到完整的存储系统测量，SPC提供了严格的、经过审计的、可靠的和可重复验证的性能度量。

这篇来自麻省理工学院研究团队的论文提出了"统一微调"(UFT)方法，创新性地融合了监督式微调(SFT)和强化式微调(RFT)的优势。传统上，SFT擅长让模型"记忆"标准答案但易过拟合，RFT则培养模型"思考"能力但依赖基础模型强度。UFT通过部分解答提示和混合目标函数，让模型同时获得"学习"和"思考"的能力，实验证明它在不同规模模型和各类推理任务上均优于现有方法，且理论上能将RFT的指数级采样复杂度降至多项式级，大幅提升训练效率。

地方动态 | 吉林省人民政府办公厅关于印发加快推进吉林省数字经济高质量发展实施方案（2023-2025年）的通知

昨日，小米给大家带来了新款旗舰机产品——小米9。在这场活动上，小米雷军最先提到了全新品牌Redmi与小米品牌的定位。

复旦大学等机构联合提出ASVR方法，通过自回归语义视觉重构解决大型视觉语言模型过度依赖文字监督的问题。该方法让AI同时学习视觉和文本信息，在14个多模态理解基准上平均提升5个百分点。研究发现语义重构比像素重构更有效，且方法在不同架构、数据规模和分辨率下均表现稳健，为AI视觉理解能力提供了新的技术路径。