斯坦福大学等机构研究团队利用强化学习训练大语言模型，使其能够优化汇编代码性能。研究构建了8,072个程序的数据集，并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明，训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比，超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会，如用单一指令替代整个循环，为性能敏感应用提供了有价值的优化途径。

VeriGUI是新加坡南洋理工大学等机构开发的GUI智能体训练数据集，专门用于教AI学会复杂电脑操作。该数据集最大创新是将复杂任务分解为可独立验证的子任务，每个任务平均包含214个操作步骤，涵盖网页和桌面两大场景。目前最先进AI智能体测试成功率仅8.5%，显示了数据集的挑战性，为开发真正实用的数字助理AI奠定了重要基础。

中山大学联合深圳气象创新研究院开发出PASSAT模型，这是首个同时融合物理约束和球面拓扑的AI天气预报系统。该模型通过球面图神经网络处理地气相互作用，用物理方程计算大气流动，避免了传统平面投影的几何扭曲问题。测试显示PASSAT在多项指标上超越现有AI模型，甚至优于部分业务化数值预报系统，为AI气象预报开辟了新路径。

苏黎世保险使用西门子低代码开发平台改进应用开发流程并实现更加快速、高效的迭代。基于原有保单系统，苏黎世保险使用低代码重构了一个为恐怖主义保险捕获数据并计算保费的应用。

在信息技术快速发展和数字化浪潮席卷全球的今天,中国企业正积极迎接数字化转型的挑战和机遇。

东南大学等机构研究团队通过数学分析发现传统AI训练方法存在隐藏缺陷，提出仅需一行代码修改的动态微调方法，在数学推理任务上效果提升3-7倍，甚至超越复杂强化学习方法，为AI训练效率改进提供了简单而强大的解决方案。

这项由加州大学圣克鲁兹分校和eBay联合完成的研究首次揭示了先进AI模型的"睁眼瞎"问题：它们虽然具备强大的感知和推理能力，却无法识别表面合理实际有缺陷的指令。研究发现，即使是最先进的AI系统，在面对物体缺失、指代模糊、事实矛盾和目标不可行等隐性问题时，正确识别率不到40%。更令人意外的是，这些AI系统其实内心已经察觉到问题，但因过度训练的服从性而不敢表达。当被允许提出澄清性问题时，它们的表现瞬间飙升至94%以上，表明简单的交互设计改进就能大幅提升AI系统的可靠性。

Nvidi今天发布第三季度财报，不仅收益和收入双双超出预期，而且给出了强劲的下一季度指引。

从去年开始，围绕“区块链”这一主题展开的讨论几乎占据了科技圈话题的半壁江山。

沃尔玛CIO Johnson认为，IT部门当前的工作重点是借助AI为IT建立产品模型，完善不同产品领域的端到端服务，并提升一部分产品的过程自动化功能。为此，在他上任后第一时间整合了内部技术和共享服务团队，为业务流程提供所需的技术和服务支持。

Paradigm开发了一款AI驱动的电子表格，配备超过5000个AI智能体。用户可为不同列和单元格分配提示词，AI智能体会自动爬取互联网并填充所需信息。该产品支持Anthropic、OpenAI和谷歌Gemini等多种AI模型切换，主要服务咨询师、销售和金融专业人士。公司刚完成500万美元种子轮融资，并向公众开放产品。

日前,HPE发表《美好生活计划2020年度报告》。

华为诺亚实验室联合多家顶尖院校推出开源机器人编程框架Ark，通过Python优先设计和模块化架构，实现仿真与现实环境的无缝切换。该框架大幅降低机器人编程门槛，支持现代AI技术集成，为机器人学习研究提供统一平台，有望加速机器人技术普及。

用友新年伊始就开始了从区域优先到行业优先的组织架构大调整。

这项研究揭示了机器生成文本检测器的重大漏洞。意大利研究团队通过直接偏好优化技术，成功训练AI模型生成更像人类的文本，导致顶尖检测器准确率下降高达60%。研究者分析了语言特征分布变化，发现经过训练的模型能有效模仿人类写作特征，而检测器主要依赖于浅层语言线索识别AI文本。这一发现为开发更可靠的检测方法提供了重要参考，同时也警示我们区分人类与AI内容将变得越来越困难。

VS-BENCH是清华大学和中国科技大学研究团队开发的首个多模态基准测试，专门评估视觉语言模型在多智能体环境中的战略推理和决策能力。研究涵盖八个视觉基础环境，包括合作型、竞争型和混合动机游戏，从战略推理和决策两个维度进行评估。实验结果显示，即使是最先进的视觉语言模型也存在明显不足，最佳模型在推理准确率上仅达47.8%，标准化回报率仅为24.3%。研究还发现模型在提取视觉信息、多智能体协作和战略均衡等方面存在明显短板，为未来研究指明了方向。

ALPHAONE（α1）是伊利诺伊大学香槟分校和加州大学伯克利分校共同研发的通用框架，能在测试时灵活调节大型推理模型的思考速度。这一框架引入"α时刻"概念，在此之前通过随机过程动态安排慢思考转换，之后则确定性地终止慢思考并促进快速推理。与现有方法相比，α1在数学、编码和科学推理基准测试上取得显著提升，平均准确率提高4.65%-6.15%，同时保持更高效率。研究发现模型先慢后快的思考模式效果最佳，这与人类常见的思考模式不同，为AI推理设计提供了新见解。

“在青云科技迎来十周年之际，这个具有里程碑意义的时间节点，我们想表达的是‘中国科技服务数字中国’，我们期待中国原创科技能够发挥重要价值，也期待数字中国越快越好的发展，最终实现‘科技共创美好未来’。”林源如是说。

英特尔SGX是如何加持机密计算，以及在对敏感数据和代码提供增强型安全防护方面又具备哪些优势特性？

网易有道研究团队开发了Confucius3-Math，这是一个专门针对中国K-12数学教育的14B参数AI模型。该模型在多项数学推理测试中表现出色，超越了许多规模更大的竞争对手，训练成本仅需2.6万美元，推理速度比DeepSeek-R1快15倍，能在消费级GPU上高效运行，旨在通过降低AI教育成本来促进教育公平。