中科院微电子研究所团队揭示深度学习中感知优化与质量评估存在意外不对称现象。研究发现评估性能优秀的模型在训练指导中效果有限，对抗性训练具主导作用，传统卷积网络在某些场景仍具优势。这项发现颠覆了"评估性能等同于优化能力"的传统认知，为AI图像处理技术改进提供新方向。

就像建筑行业的大多数企业一样，瑞典土木工程公司Svevia的数字化起步相对较晚。但是该公司首席信息官Maria Wester详细介绍了他们是如何为整个公司构建基于云的数字基础设施，并启动多个创新项目的。

ByteDance研究团队构建了Multi-SWE-bench，这是首个覆盖七种主流编程语言的AI编程能力评测平台，包含1632个人工验证的真实Bug修复案例。测试显示现有顶级AI模型存在严重的语言偏见，在Python以外语言上表现大幅下降。研究同时启动了Multi-SWE-RL开源社区，发布4723个训练实例，为开发通用AI编程助手提供基础设施。

人工智能平台提供商Aquant推出"检索增强对话"（RAC）新技术，改变大语言模型信息检索和呈现方式。与传统检索增强生成（RAG）一次性提供完整答案不同，RAC采用逐步对话模式，像领域专家一样通过提问填补知识空白，生成定制化解决方案。该技术能整合手册、交易数据、作业历史等多种数据源，在成本、风险和时间之间找到最佳平衡，预计两年内成为AI检索指导的主要机制。

近日，SUSE Linux Enterprise Micro 5.2 正式发布，这是一款专为容器化和虚拟化工作负载构建的轻量级且安全的操作系统。

星展银行首席数据与转型官Nimish Panchmatia谈起这家新加坡银行的成功转型时，给出了与其他银行技术专家类似的见解：“我们以客户为中心、永远将客户放在首位的心态，可能才是实现成功的最大因素之一。”

IBM (NYSE: IBM) 日前推出全新的 IBM Z 与云现代化中心，这是一个可提供大量工具、培训、资源和生态系统合作伙伴力量的数字化门户，旨在帮助使用 IBM Z 的客户加速在开放式混合云架构下的应用、数据和流程的现代化改造。

微软研究院团队开发的BitNet v2技术实现了AI大语言模型的重大突破，通过创新的H-BitLinear模块和哈达玛变换技术，成功将模型激活精度从8位降低到4位，同时保持了几乎相同的性能表现。这项技术显著提高了模型的计算效率和硬件利用率，为AI模型在边缘设备和批量推理场景中的部署开辟了新道路，有望推动AI技术的更广泛普及应用。

以色列理工学院研究团队开发了AdaptiVocab技术，通过为大语言模型定制专业领域词汇表来提升AI效率。该方法将常见专业词汇组合（如"量子力学"）整合为单个处理单元，减少了25%以上的计算步骤，同时保持文本生成质量不变。这种"精工定制"思路为AI优化提供了新方向，有望显著降低专业领域AI应用的运营成本。

对于芯片的造法，和光刻机的用法，佳能有着自己独特的方法论。

是什么让移动游戏出现了这样的魅力？

这项由北京交通大学、复旦大学、人民大学和微软亚洲研究院联合完成的研究首次系统评估了多模态AI的诚实度问题。研究团队创建了包含12000+问题的MoHoBench基准，测试28个主流AI模型发现：面对无法通过图片回答的问题时，大多数AI选择编造答案而非诚实承认局限性，平均拒答率仅21.3%。研究还提出了有效的训练方法来提升AI诚实度。

在MWC2019世界移动大会期间，“中国联通MEC边缘云商用加速计划发布会”在场内同步举行。数十家业内与联通达成战略合作，共同探讨MEC边缘云技术标准、平台架构、组网方案、落地实践等。

这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题：许多测试问题不看视频就能回答正确，且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架，将视频问题分为四类：语言模型可回答型、语义型、时序型和其他类型，发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型，研究团队证明单一总分可能掩盖关键能力差距，并提出了更高效的评测方法，为未来视频AI评测提供了新方向。

南京航空航天大学团队发现当前AI安全测试数据存在严重问题：超过50%的测试题目不合格。他们开发了MDH智能筛选系统，准确率达95%，并创建了更可靠的RTA数据集。同时发现了两种新型AI越狱攻击方法：D-Attack和DH-CoT，分别针对传统模型和推理模型，成功率最高达98%和66%，为AI安全防护改进提供了重要参考。

正所谓人红是非多，存储领域也是一样，坊间一直流传着关于分布式存储的各种流言蜚语。好事的笔者今天就来探寻一番，揭开谎言背后的真相。

近日，全新NVIDIA RTX A6000和NVIDIA A40正式发布，该GPU基于NVIDIA Ampere架构，采用了全新RT Core、Tensor Core和CUDA Core加速图形、渲染、计算和AI，与上一代产品相比增速显著。

清华大学和盛树实验室的研究团队开发了ShapeLLM-Omni，这是一个突破性的大语言模型，能够同时理解和生成文本、图像及3D内容。该模型通过3D向量量化变分自编码器将复杂的3D网格压缩为离散标记，使大语言模型能够高效处理3D数据。研究团队构建了包含34.6亿标记的3D-Alpaca数据集，涵盖了3D生成、理解和编辑任务。基于Qwen-2.5-vl模型，ShapeLLM-Omni不仅能从文本或图像创建高质量3D模型，还支持通过自然语言编辑3D资产，为游戏开发、虚拟现实和数字孪生等领域开辟了新可能。

Neptune OS 基于 Debian 稳定版，采用 KDE 桌面，并预装 Flatpak 支持和现代应用，但其安装器分配了过大交换分区和冗余工具，导致磁盘空间使用吃紧与更新问题。

定义云原生充满挑战，因为云原生并不一定意味着应用必须在云中运行，而更多关乎应用架构。当与云基础、云就绪、云托管和云优先等热门术语并列时，更容易产生混淆。云原生是一种专注于松耦合、可扩展模式的应用设计和部署方法，如微服务的使用。理解这些术语间的细微差别对制定有效的现代云策略至关重要。