复旦大学团队开发了全新的多维约束框架来评估和改进大语言模型的指令跟随能力。研究发现AI在处理复杂约束时表现不佳，成功率从简单约束的77%降至复杂约束的33%。通过强化学习训练，模型性能显著提升30-50个百分点且不影响其他能力。研究揭示改进主要来自注意力机制优化，为AI实用化提供了重要突破。

这大概是我在家SOHO半个月，用到次数最多，存在感最强的一款远程办公音频工具——Poly Sync 20+智能扬声器。

布朗大学和普林斯顿大学研究团队发现，自动语音识别系统能够仅凭语音特征推测说话者的种族身份，并且对不同种族群体表现出不同的识别准确性。研究揭示了这种现象的技术机制，发现系统在学习语音内容的同时无意中学会了种族特征识别。研究团队提出了包括改进训练数据多样性、开发去偏见算法等多种解决方案，强调了在人工智能发展中考虑公平性的重要性。

当下，普通大众都可能面临"药品贵、看病难"问题。目前，在医疗领域广泛使用了HPC和人工智能技术，这都离不开强大的计算力支持。浪潮作为全球领先的计算力提供商，已经在医疗领域前行甚远。

随着云计算、人工智能、大数据、物联网的深入发展，数据中心迎来全新发展机遇，同时也正在步入高密度、高耗能的时代。

通过软件平台层面完整的产品和服务，红帽如今已经将纯粹的开源体系生意做到30 亿美元年营业额的量级，实现了连续16年（64个季度）的营收增长。红帽亚太区总经理Dirk-Peter表示，这样的成功主要来自于两大法门，一是创新，二是商业模式。

清华大学团队提出了一种创新的零样本量化方法，专门针对物体检测任务优化AI模型。该方法无需真实训练数据，通过自适应标签采样生成任务特定的合成图像，结合多层次知识蒸馏框架实现高效模型压缩。实验显示，该方法在多个数据集上的性能甚至超越了使用完整真实数据的传统方法，同时显著提升了训练效率，为隐私保护与AI技术发展找到了平衡点。

在近日举行的2018（第十六届）中国集成电路技术应用研讨会暨南京国际集成电路技术达摩论坛”（CCIC 2018）上，英特尔中国研究院院长宋继强同与会人士分享了计算创新以及摩尔定律等热门与前沿话题。

“态度决定一切”，是判断一个人能否取得成功的名言警句，然而有时候即使有了态度，还需要时运的加持，因为“时运”的背后，往往意味着“时代的脉搏”。

近日在美国拉斯维加斯举办的Black Hat 2023网络安全大会期间，有多位演讲者都谈到了快速变化的AI领域，特点就是问题多于答案。

该报告最大的特点是基于数据驱动成本调查和数据驱动创新调查，根据多云成本成熟度和多云创新领域的具体投入对企业进行评估。

近期，根据《思科端点安全研究报告2021》的显示，有近41%的客户表示在过去两年当中发生过比较严重的安全事件，这个比例非常之高，而其中比较靠前的原因主要集中在使用了一些低成本的解决方案，或者使用了一些单点的解决方案。

华为昇腾团队发布了Pangu Pro MoE，这是全球首个采用混合分组专家（MoGE）架构的72B参数稀疏语言模型。该模型专为昇腾NPU优化设计，通过创新的专家分组策略解决了传统MoE模型的负载不均衡问题，实现了完美的计算负载分配。模型仅激活16B参数处理每个token，在推理效率上显著超越同规模密集模型，为大规模AI应用提供了高效解决方案。

一年之内三度换帅，希望此番马到功成。

数字化转型（将传统业务转化为现代数字业务）已经成为大部分非技术、非初创企业面对的核心挑战。

随着企业要应对越来越多的数据，找到有效的方法来分析和“操作”这些数据以获得竞争优势，变得越来越具有挑战性。

数字化转型其实是一个比较夹生的表达方式。虽然“数字化”对这一进程本质的揭示更为深刻和普适，但不可否认的是，以“互联网”为前缀的表达方式在逆袭正劲的风口，具有更高的市场辨识度。

最近X（也就是以前的推特）和马斯克，就被这玩意，推上了风口浪尖。原因是，X被发现“光明正大”的拿用户的帖子来训练Grok AI。就是马斯克自己搞的那个大模型。

2019年7月1日，F5 Networks总裁兼首席执行官范仲林正式宣布著名华裔科学家林耕就任F5执行副总裁兼首席技术官，未来将在技术管理、战略制定、技术价值传播等方面发挥关键的领导作用。林耕也成为F5最高职位的华裔科学家。

南加州大学研究团队开发了革命性的SAE-Tuning技术，能够像"移植手术"一样将AI推理能力从一个模型转移到另一个模型。该方法将传统推理训练的成本从数千美元降至约1美元，时间从数百小时缩短至20分钟，效果却毫不逊色。更令人惊讶的是，这种推理能力具有跨领域通用性和模块化特性，可以像插件一样即插即用，为AI能力的民主化和模块化发展开辟了新道路。