人工智能平台的兴起、巨额融资和并购活动、存储市场焦点的转变，这些都意味着2018年存储行业变得非常有趣。

2011年，当Pure Storage为任务关键型数据中心发表了第一套足够强大、且经济的全闪存存储阵列时，引起了市场与客户的关注。从此，Pure便立志要实现全闪存数据中心的梦想。

通过这样的技术应用，帮助加拿大蒙特利尔银行15个月内节省了50多万美元，在503个分行地点的调研及资源和文档集中管理方面节省的时间达6000小时。

那你知道在5月27日贵州数博会上正式揭幕的华为全球最大的云数据中心——“贵安华为云数据中心”，和“碳中和”有什么关系吗？

想象一下，你正在寻找一双舒适的鞋子。卖家递给你一双"通用型"鞋子，声称它适合所有人。你试着穿上它，却发现这双鞋对你而言要么太紧，要么太松，总之就是不合脚。在人工智能评估领域，这个问题同样存在——目前我们使用的是"一刀切"的评估方式，用同样的提示词（prompts）来评估不同的AI模型，却忽略了每个模型都有其独特的"脚型"。

这项ETH苏黎世等机构的综述研究首次从无标签视觉数据可用性角度系统分析视觉语言模型的无监督适应问题，提出了包含无数据迁移、无监督领域迁移、批次测试时适应和在线测试时适应四种场景的分类框架，详细梳理了每种场景下的核心方法和策略，为该领域提供了全面的理论指导和实践参考，推动AI向更灵活自主的方向发展。

7月21日，一场由崔牛会主办主题为“重构人·货·场 引爆新零售”——2018中国企业互联网夏季峰会（以下简称峰会）在杭州隆重召开。

亚马逊CTO说，过去人们总觉得云计算是种既遥远、又抽象的存在，但如今云正深入到我们身边的一切计算活动当中。

近日，中国信息通信研究院、云计算开源产业联盟和中国计算机学会高性能计算专业委员会共同举办首届“中国高性能云计算创新大赛”，旨在推动国内高性能计算的发展，促进云服务商服务质量的不断优化升级，掀起云计算应用创新的大潮。

马里兰大学团队开发了名为Huginn的新型AI架构，通过让3.5B参数的小模型学会"深度思考"，在推理任务上达到了50B参数大模型的性能水平。该模型采用循环深度设计，可根据问题复杂度进行1-64轮思考，在数学推理和编程任务中表现出色。这项突破证明了通过优化思考过程而非单纯增加参数规模来提升AI能力的可行性，为更高效、经济的AI发展开辟了新路径。

小米已经走过了十个年头，在这十年中，小米伴随着一代又一代的消费者逐渐成长。

斯坦福大学研究团队开发了史上最具挑战性的AI数学推理测试系统Putnam-AXIOM，基于威廉·洛威尔·普特南数学竞赛的522道大学级难题。测试结果显示，即使最强的AI模型也只能达到42%的正确率，远低于它们在传统测试中的表现。研究还创新性地引入了变形题目生成和教师强制准确率评估方法，有效识别了AI对训练数据的记忆依赖问题，为真实评估AI数学推理能力提供了新标准。

本文详细介绍了如何通过 ChatGPT 等 AI 工具构建并优化个人简历，包括资料整合、格式调整和改进建议，帮助求职者在激烈竞争中突出优势。

MiniMax公司发布了世界首个开源大规模混合注意力推理模型MiniMax-M1，通过创新的"闪电注意力"机制将AI推理的计算复杂度从平方级降低到线性级，支持100万词汇上下文和8万词汇生成长度。该模型在保持强大性能的同时，将长文本处理的计算成本降低75%，仅用53万美元就完成了完整训练，在软件工程、长文档理解等复杂场景中表现优异，为AI推理技术的普及奠定了重要基础。

以色列理工学院和希伯来大学研究团队通过创新的"对调训练"实验，首次系统性地揭示了大语言模型认知偏见的真正来源。研究发现，AI模型的32种认知偏见主要源于预训练阶段而非微调阶段，这一发现颠覆了此前的认知，为开发更公正的AI系统指明了新方向。

文化导入，培训，激发员工的主动性和创造力，在进行IT变革之前，华泰人寿做了大量铺陈工作。

十年前数据中心刚刚兴起的时候，很多人就向往着以搭建乐高积木的方式来建设数据中心，但受限于当时的技术发展以及市场需求，这个想法只存在于理想状态之中。

自新型冠状病毒肺炎爆发以来，商汤科技就积极发挥自身优势，为科研机构的药物及病毒相关研究提供高性能计算资源，最短时间内推出“AI智慧防疫解决方案”助力新冠肺炎节后防控战，用AI影像帮助快速筛查疑似新冠病例

这项研究探索了大语言模型内部可解释特征的形成过程，分析了它们在训练过程中（时间）、模型层级间（空间）和不同规模模型（尺度）的行为变化。研究团队使用稀疏自编码器技术，成功识别出特定语义概念在神经激活中出现的时间点和位置。研究结果显示，不同领域的知识概念在模型训练和规模扩展中存在明确的激活阈值，且在空间分析中发现了早期层特征会在后期层重新激活的现象，这挑战了对变换器模型表示动态的传统认知。

本文将阐述聊天机器人中对话交互的主要技术，从理解力、拟人、及与人互动三个方面说明当前对话系统面临的挑战。并尝试勾勒出下一代类人对话系统应具备的主要技能。