大家好，大家都知道确认过眼神这句话，那个眼神就是我。我叫周军，来自眼神科技

中文大学等机构联合研究提出"问题自由微调"方法，解决AI推理模型在简单问题上过度思考的问题。该方法训练时移除问题输入，仅学习推理过程，使AI能自适应选择短推理或长推理模式。实验显示该方法在保持性能的同时将回答长度减少50%以上，在噪声、跨域和低资源场景中表现优异。

想象你在一个拥挤的派对上。虽然房间里有50个人，但你不可能同时与所有人交谈。你的注意力自然会集中在几个关键人物身上——也许是你的朋友，或者正在讲有趣故事的人。大型语言模型（LLM）中的"稀疏注意力"机制正是基于类似原理：让模型只关注真正重要的信息，而忽略次要内容。

约翰霍普金斯大学发布DOTRESIZE技术，通过最优传输理论实现AI大模型智能压缩。该方法将相似神经元合并而非删除，在保持性能的同时显著降低计算成本。实验显示，压缩20%后模型仍保持98%性能，为AI技术普及和可持续发展提供新路径。

抖音SAIL团队联合新加坡国立大学开发的SAIL-VL2多模态AI模型，以2B-8B的紧凑参数实现了超越大型模型的性能。通过精心的数据筛选、渐进式训练和架构优化，在106个数据集测试中表现卓越，其中2B版本在4B以下开源模型中排名第一，8B-Thinking版本在推理任务上达到开源第一。该模型证明了"小而精"的发展路径，为AI技术的普及和高效部署提供了新思路。

正所谓“东数西算”，除了云渲染之外，数据处理也是乌兰察布区域的核心业务之一。

今年7月2号，「幻核」暂停了售卖服务，7月下旬，腾讯计划关停「幻核」的消息刷爆了数藏圈。

这项研究介绍了FastTD3，一种简单却高效的强化学习算法，能显著加速人形机器人的训练过程。由加州大学伯克利分校团队开发，FastTD3通过四个关键优化——并行模拟、大批量更新、分布式评论家网络和精心调整的超参数，在不到3小时内解决了复杂的人形机器人控制任务，并成功实现了从模拟到实体机器人的技能迁移，为机器人学习研究提供了宝贵的开源工具。

5月7日， 联想中国基础设施业务群在联想创新科技大会（Lenovo Tech World 2025）上宣布正式推出六大创新技术与两大重磅升级。

本文概述了2025年亚太地区IT行业的主要发展趋势。重点包括人工智能的广泛应用及其安全挑战、数据管理的重要性、量子计算安全、新工作模式下的信任建设、客户体验转型、数据中心能源危机、智能软件测试、混合云基础设施的局限性、平台战略重塑以及自主AI代理的兴起。这些趋势将深刻影响企业战略和技术应用。

全世界即将把注意力转移到Kubernetes和容器的编排上。2022年将是真正开始看到容器在生产环境中进行重点部署的一年。

充分利用云转型需要一种新的IT方法。CIO们正在重组IT组织和战略，以释放人才并抛弃老旧的流程。

浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法，通过整合不同类型的参数高效微调技术，解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法，同时大幅降低训练参数和计算成本，为大模型高效微调提供了新的技术路径。

复旦大学研究团队通过深入调查发现，广受关注的Qwen模型在数学推理任务中的异常表现实际上源于数据污染问题。研究证实，当使用未污染的测试数据时，只有准确的奖励信号才能真正提升模型性能，揭示了AI评估体系中的重要缺陷。研究团队开发了自动生成的RandomCalculation数据集，为构建更可靠的AI评估标准提供了新思路。

这项由希伯来大学、IBM研究院和耶鲁大学联合完成的综合性研究，首次系统梳理了大语言模型智能代理评估领域的完整现状，涵盖基础能力评估、应用场景测试、通用能力考量和开发框架四大维度，为这个快速发展的领域绘制了详细地图，并指出了向现实化、动态化、细粒度评估发展的重要趋势。

对于美国加州的Infinera公司来说，2017年并不一帆风顺。这家电信设备制造商的收入从2016年的8.7亿美元下降到2017年的7.4亿美元，毛利率从45％下降到33％...

看看在实际测试中GeForce RTX 3080的表现。

戴尔易安信关于数据保护的价值主张是从边缘到核心再到云端的数据保护，管理客户的数据资本，从而提供多样的数据产品组合以此来适应客户不同的业务环境，以便提供全方位的数据保护方案。

苏黎世大学的实验显示，AI的说服成功率达到9-18%，而人类平均只有2.7%，AI比人类强6倍。在4个月内，13个AI账号成功说服了上百位Reddit用户改变观点，且没有人识破它们的身份

我们可以看到随着云计算的深入发展以及企业上云步伐的加快，PaaS市场的爆发只是时间问题。当然，这也有赖于相关厂商以及生态的发展。