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。

随着游戏市场的火爆,游戏行业逐渐向精品化、IP化、多样化的格局迈进,这也对游戏开发者提出了更高的要求。

据称英特尔正在就收购芯片制造商GlobalFoundries进行谈判，交易价值可能高达300亿美元，这将成为英特尔有史以来最大的一笔收购。

戴尔科技集团边缘产品组合的进步使其更易于部署并保护边缘基础架构，改善运营并提高网络性能

近日，IBM发布了 2022年度报告。在董事长兼首席执行官 Arvind Krishna 致投资人的一封信中，他再次向世界介绍了“今天的IBM”：一家专注于“解决问题”的技术公司，也是一个面向各行各业的“能力召集者”，与员工、客户以及合作伙伴携手共创。

2022年2月23日，Check Point公司年度媒体见面会在北京召开。Check Point公司中国区总经理陈石磊先生、技术总监王跃霖先生以及渠道总监邹佳蕾女士出席了本次活动，并在会上与媒体嘉宾分享了公司2022年战略愿景与产品规划。

阿里巴巴集团和同义实验室的研究团队推出了WebDancer，这是一种能够在网络上自主搜索信息并回答复杂问题的智能体系统。研究团队提出了一个四阶段构建框架，包括数据合成、轨迹采样、监督微调和强化学习。他们创新性地开发了CRAWLQA和E2HQA两种方法来生成高质量训练数据，并采用ReAct框架使智能体能够交替进行思考和行动。实验结果表明，WebDancer在GAIA和WebWalkerQA等基准测试中表现优异，甚至在某些情况下超越了GPT-4o，证明了该方法在构建自主信息搜索智能体方面的有效性。

如今，我国的两艘航母均系出同源（瓦良格号），这就意味着它们可以共享同样配置的舰载机、舰员和飞行员，操作使用经验和战术也能够通用。

新技术正驱动着企业进入实时会计时代，会计的核心价值在于基于更精细、多维的数据服务实时赋能企业经营。

卡内基梅隆大学发布了他们的一项最新研究，他们对20多个开源推理模型进行了后训练，涵盖数学推理、科学问答、代码生成、指令遵循等多个维度，最终发现，数学能力优异的模型，在其他任务上表现平平，甚至还不如未加强数学推理能力的原始模型

近日,由国家网信办、国家发改委、科技部、工信部、国务院国资委、福建省人民政府共同主办的“第五届数字中国建设峰会”在福建省福州市海峡国际会展中心盛大举办,神州数码受邀参展参会。

如果你对企业IT基础架构感兴趣，Kubernetes就应该是你的重点关注技术，基于Kubernetes的云原生正在成为新一代IT系统的主流应用。

2018年企业上云推进会暨地方“十佳上云”企业评选启动会在北京正式召开。在本次大会上，中国信通院首次发布了企业上云效果评价标准《企业上云效果成熟度评估方法》

谷歌发布Gemini 3深度思考模式重大升级，专门解决科学、研究和工程领域复杂挑战。该模式在多项学术基准测试中创下新纪录，包括在人类最终考试中达到48.4%，在ARC-AGI-2上实现84.6%的成绩。早期测试者已将其用于数学论文审查、半导体材料发现等实际应用。现已向Google AI Ultra订阅用户开放，并首次通过Gemini API向研究人员和企业提供早期访问。

意大利特伦托大学研究团队开发了RaWMPC自动驾驶系统，该系统无需专家示范即可学会安全驾驶。系统通过建立世界模型预测驾驶行为后果，采用风险感知交互学习策略主动探索危险场景，并运用自我评估蒸馏技术提高效率。实验显示，RaWMPC在多个测试平台上超越传统方法，特别是在应对未知场景时表现出色，为自动驾驶技术发展提供了新的解决思路。

中科院大学等机构联合开发的MachineLearningLM突破了大语言模型在数据分析方面的局限。该系统通过300万个合成任务的训练，能够在看到数百个例子后自动掌握各种数据预测规律。测试显示，它在金融、医疗等领域的分析准确率显著超越传统模型，同时保持了优秀的语言理解能力，为实现真正的通用人工智能分析系统开辟了新路径。

那么超融合市场目前的发展状况如何，为什么与多云时代的数字化转型更契合？2019年初，戴尔易安信大中华区VMware与超融合解决方案总监吴云飞接受了至顶网的独家专访，

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。

aiOla 推出了一款名为 Jargonic 的新型自动语音识别模型,专为企业使用而设计。这个模型能够处理专业术语、背景噪音和各种口音,无需大量再训练或微调。Jargonic 采用独特的关键词识别系统,可以零样本适应企业特定词汇。在多项基准测试中,Jargonic 在准确性和专业术语识别方面都优于主要竞争对手。这款模型现已通过 API 向企业客户开放使用。

这项由加州大学伯克利分校研究团队开发的REOrder框架，通过重新排列图像块的处理顺序，显著提升了视觉模型性能。研究发现，传统的行主序排列并非最优选择，而通过信息论先验和强化学习寻找最佳排序，可在不修改模型架构的情况下，使ImageNet-1K分类准确率提升3.01%，卫星图像分类提升13.35%。这一发现挑战了传统认知，为视觉模型优化提供了一个全新且易于实施的方向。