马里兰大学研究团队首次使用舍恩菲尔德情节理论分析AI推理过程，发现先进AI模型的思考模式与人类学生解题过程惊人相似。通过对3000多个句子的详细标注，研究揭示了AI在七种思维模式间的转换规律，为理解AI"黑盒"提供了科学框架，并实现了80%准确率的自动化分析。

伊利诺伊大学厄巴纳-香槟分校研究团队开发的Steer2Adapt系统，通过"向量配方"方式让AI快速适应新任务。该方法预构建基础向量库，通过智能搜索找到最佳组合配比，避免了传统方法的高成本训练。在推理和安全两大领域的9个任务测试中，平均性能提升8.2%，仅需12个样本即可完成适应，具有出色的效率和透明度。

2020年，在全球性疫情的大背景下，5G商用、新能源汽车的兴起打开巨大芯片缺口，而疫情防控导致的需求积压。国产芯“弯道超车”的呼声成为现实。

在即将举办的2023年中国国际服务贸易交易会（简称“服贸会”）上，北京纳通科技集团有限公司（以下简称“纳通科技集团”）作为一家全产业链发展的国际化医疗健康产业集团，将亮相综合展年度主题专区。

戴尔官方企采中心 “0元试用 无需归还”活动来咯。

浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理，实现自适应安全策略更新和双目标优化，在真实测试中将策略合规率提升38%，任务完成率提升20%，为构建既高效又安全的智能助手奠定重要基础。

在新冠疫情期间，很多CIO成为走在引领前线的人，因为他们加速了企业组织的数字化转型，在疫情期间和遭受经济冲击时能够幸存下来。

IBM Cloud Pak for Data 的联邦学习技术可以跨多个分散的边缘设备或 具有本地数据集的服务器训练算法，而无需传输它们。

校园里正在兴起一场教育的革命，教育信息化的发展正推动教育手段更加多样、学习资源更加丰富、媒体形式更加多维、交往范围更加远大。同时，技术也在打破教与学的边界，让教育回归本质，变得更简单、更专注。

「兵器谱」展示环节自 KCon 2016起被成功引入，过去两届 KCon 黑客大会现场，共计已有17件安全神兵利器在场外免费集中展示，受到近两千余名参会黑客的观摩与试用，并受到了媒体朋友们的广泛关注。今年这一环节也得以保留。

标准是产业发展的制高点，对云计算产业来说，加快云计算标准制定对推动我国云计算技术、产业及应用发展具有重要的战略意义。

数据存储厂商NetApp今天在NetApp Insight线上大会期间表示，将发布一系列新服务以简化和优化面向数据软件应用的多云管理，帮助企业更好地应对向远程办公模式的过渡。

英特尔多年前提出宏大的目标，让光作为连接技术的基础。本次活动展示的集成光电技术研究即是向这一目标迈进所取得的意义深远的进展。

作为国内云原生领域的标杆会议之一，CNBPS2020聚焦云原生最佳实践，汇聚最新云原生技术趋势和最全云原生技术栈。

有大量证据表明，企业正在大规模地迁移到云端，但同时，有一部分关键数据让我们正确看待向云的转型。Google Cloud首席执行官Thomas Kurian援引统计数据称，80％的工作负载仍然是在本地的。

MediaTek Research团队提出的Latent Flow Transformer（LFT）是一种创新架构，通过流匹配技术将多个Transformer层压缩为单层，大幅提升效率。研究引入"重耦合比率"指标精确预测适合压缩的层，并开发Flow Walking算法解决路径交叉问题。在Pythia-410M模型上，LFT成功将12层压缩为1层，其性能超过简单跳过3层的方法，缩小了自回归与基于流的生成方法之间的差距。这一技术不仅降低了模型参数量，还保持与原始架构兼容性，为大型语言模型的高效部署开辟了新途径。

Yandex研究院开发出SWD技术，通过"阶梯式"分辨率策略让AI绘画速度提升2-10倍。该方法从低分辨率开始逐步升级，避免在早期高噪声阶段处理无效细节，同时创新了分片分布匹配技术确保质量。在多个主流模型上的测试显示，SWD在保持相近质量的同时显著提升了生成效率，为AI内容创作的实时化应用奠定了基础。

IBM研究院开发出群体相对策略优化(GRPO)方法来训练语音感知大语言模型，通过让AI生成多个答案并比较优劣进行学习，在语音问答和自动翻译任务上取得显著性能提升。实验显示该方法比传统监督微调效果更好，BLEU分数最高提升10.9%，为语音理解AI的发展开辟了新路径。

近日,中国电子学会公布了“2019中国电子学会科学技术奖”获奖名单。神州信息金融科技成果 “分布式银行核心业务系统关键技术与应用”获得科技进步三等奖。

这项研究揭示了大语言模型中存在"空域"——在推理过程中几乎不活跃的神经网络层。研究者开发了L2自适应计算方法，无需额外训练即可准确识别这些空域。惊人的是，在Qwen2.5-7B模型上，跳过70%的层后性能反而从69.24%提升到71.29%；Mistral-7B在GPQA测试中跳过约30%的层后，准确率提高了4.48%。这表明不同模型层的贡献极不均衡，有选择地跳过"懒惰层"不仅能保持性能，有时甚至能提升结果，为未来模型优化提供了新思路。