想象一下，当你在解答一道复杂的数学题时，你不仅需要给出答案，还需要详细解释每一步推导的理由，不能有任何逻辑跳跃或假设——这就是形式化数学推理的严格要求。

微软研究院联合多所知名高校开发出SeerAttention-R稀疏注意力框架，专门优化AI推理模型的长序列解码效率。该技术通过自蒸馏学习让AI学会智能筛选重要信息，在保持近乎无损推理准确性的同时，实现了高达9倍的计算加速。系统采用轻量级插件设计，无需重训原模型即可集成，为长文本AI推理应用的普及铺平道路。

张福在安全攻防领域已有超过15年的实践经验，他最为人熟知的身份是自适应云安全技术服务提供商——青藤云安全CEO，以及曾先后在国内多家知名互联网企业如九城、51.com、盛大、昆仑万维担任技术和业务安全的负责人。

本文探讨多元化与包容性如何提升企业决策、创新、人才吸引与财务回报，展示其商业价值。

OpenBMB团队推出MiniCPM4，通过稀疏注意力、高质量数据处理等四大创新维度，实现8B参数模型仅用22%训练数据达到竞争对手性能，并在端侧设备上实现7倍推理加速。该研究涵盖InfLLM v2架构、UltraClean数据技术、ModelTunnel v2训练优化和CPM.cu推理系统，展示了端侧AI的巨大潜力。

比特币等加密货币，只是区块链技术在交易及追踪领域的牛刀小试。

理想MEGA车型上，公司与大疆本来作为供应商的A、B两点，双方共同竞争。在最终拍板之前，CEO专程找了一趟理想，答应能把价格给得更低，最终如愿以偿。

由iDigital China主办的第七届GMTIC全球营销技术与零售创新峰会暨iDigital年度数字营销大赏颁奖盛典于2024年11月15日在上海衡山路十二号华邑酒店圆满落幕。

如何上云？这已经是各个企业CIO必须考虑的问题了。

想象一下，你拥有一个智能助理，它可以为你安排日程、搜索信息、甚至编写代码。这些助理越来越像是我们生活和工作的小伙伴，而不仅仅是简单的问答工具。它们可以操作各种工具，在不确定的环境中自主导航，有时甚至几乎不需要人类监督。这种先进的系统被称为"智能助手"（agentic systems）。

RSAC2020创新沙盒评选结束，本篇通过对历年RSAC创新沙盒的情况进行分析，分析了三个不同的观点：做数据安全的企业，获胜因为合规;平台类产品是网络安全界绕不过去的高级门槛，更是业界的制高点;云安全需要进阶，平台加安全运营的配合才是进阶的必修课。

2018年主流技术提供商的第一轮财报公布将于今天拉开序幕，IBM公司预计能达到乐观主义者所希望的那样实现又一个表现良好的季度。

数字孪生技术已经彻底改变了航空产业。

这篇研究提出了OThink-R1，一种创新的大型推理模型，能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现，现有推理模型即使面对简单问题也会生成冗长的推理过程，导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理，OThink-R1能根据问题复杂度动态调整思考深度。实验表明，该方法平均减少了23.4%的生成文本量，同时保持或提高了准确率，代表了向更高效、更人性化AI推理系统迈出的重要一步。

从极具革命性的成果中，找到最具革命性的成果。

Arm Neoverse数据中心计算路线图刚刚迎来一系列新鲜元素，遗憾的是数据中心级独立GPU加速器仍然缺席。

华为轮值董事长徐直军在会上做了题为《共成长 同发展》的主题演讲。发言全文共9000余字，主要分为两部分。

想象一下日常生活中我们使用的语音助手，比如Siri或ChatGPT。它们通常是这样工作的：你问一个问题，它回答，然后安静地等待你的下一个指令。这就像是一个只会被动回应的服务员，永远等待你的呼唤。而Voila团队认为，真正高级的AI助手应该更像一个时刻准备着的好朋友或队友，能够自然地融入你的生活节奏中。

这项研究首次从神经元层面揭示了大型语言模型(LLM)评估中的"数据污染"机制。研究团队发现当模型在训练中接触过测试数据时，会形成特定的"捷径神经元"，使模型无需真正理解问题就能给出正确答案。他们提出了一种新方法，通过识别并抑制这些神经元（仅占模型总神经元的约1%），成功恢复了模型的真实能力表现。实验证明，该方法与权威可信基准测试结果高度一致（相关系数>0.95），并在不同基准和参数设置下都表现出色，为解决LLM评估可信度问题提供了低成本且有效的解决方案。

随着生成式AI实现了日常任务的自动化，人们可以专注于那些需要明显人类品质例如解决问题、批判性思维和创造力的高价值活动上。