Together AI 最新升级其微调平台，支持浏览器零代码操作、直接偏好优化、续接先前训练任务并调整消息权重，同时新定价更低廉，旨在简化AI模型持续迭代。

马斯克旗下大模型公司开发的Grok-1大语言模型已开源，采用Apache2.0协议。Grok-1是一个混合专家架构模型，参数总数3140亿，每次推理激活860亿。虽然在MMLU和GSM8K评测中表现不错，但与同类模型相比资源消耗大而收益不显著。开源的仅为推理代码，训练基础设施和tokenizer的特殊token作用未透露。

这篇研究揭示了检索增强生成(RAG)系统中的"干扰效应"问题：当检索到的段落虽与查询相关但不包含正确答案时，会误导语言模型生成错误回答。研究团队提出了量化段落干扰效应的方法，并发现这种效应在不同模型间具有高相关性。他们开发了多种获取干扰段落的方法，包括标准检索、答案偏斜检索和基于生成的方法。实验表明，利用这些干扰段落进行微调可显著提高模型抵抗干扰的能力，在多个测试集上准确率提升高达7.5%。

面对突如其来的海量数据，我们是沿用原有的横向扩展node方式还是纵向扩展存储呢？如果采用存储纵向扩展方式，那该如何连接？用什么存储？是否会带来管理复杂度？是否会影响性能？架构如何搭建？

专家链（CoE）是一种新型大语言模型框架，通过顺序激活专门化的模型元素来提高资源效率和推理任务准确性。与传统方法相比，CoE允许专家元素相互传递中间结果，逐步建立推理链，从而在推理密集型应用中实现更高效的计算和更好的用户体验，同时大幅降低企业运行大型语言模型的成本。

也许，当我们以正确的方式拼装起机器人，意识就会浮现在它们的钢铁颅腔当中。

这篇研究论文介绍了一种名为"Group Think"的创新方法，让单个大型语言模型能够同时扮演多个并行推理智能体，这些"思考者"能在标记级别相互协作。传统多智能体系统通常采用轮流推理方式，而Group Think实现了实时并行协作，智能体可以看到彼此的部分生成内容并动态调整。实验表明，这种方法不仅提高了推理质量，还显著降低了延迟，特别适合资源有限的边缘设备。研究团队提出了两种高效实现方案，并通过三类代表性问题验证了Group Think的优势。

聊天机器人ChatGPT的迅速出圈，让人惊叹新技术的燎原之势，这时候，再回看刚刚结束的达沃斯论坛，微软公司CEO萨提亚·纳德拉与《华尔街日报》总编马特·默里（Matt Murray）的对话内容，就颇有些耐人寻味了。

最近的热点主要围绕 LLM （大型语言模型）为主，但实际上 AI 在不同行业的应用场景丰富，带来了多样化的数据访问需求。

物件检测（object detection）或物件定位（object location）是目前普及度最高的人工智能应用，也是过去几年中神经网络发展最迅猛的领域，短短几年之中创造出非常多优异的经典算法。

作为百年科技企业，IBM正在用行动传递这样的价值观：让科技造福于人，这既是科技发展的起点也是归属。

在我们体验Skype/Skype for business一周中，语音通话十分稳定，语音质量良好，桌面端操作简易，接入会议快捷，但很可惜，中国区不支持Skype手机端下载。疫情期间，如果在家SOHO，Skype网络通话是一款Team Work不错的办公工具。

每一段人生之路都有意义，岔路也有不一样的风景。

Google Photos 推出新功能,通过 DeepMind 的 SynthID 技术为 AI 编辑图片添加不可见数字水印。用户可在图片信息中查看 AI 编辑痕迹,有助于识别社交媒体上的虚假图片。虽然该技术有一定局限性,但标志着 Google 在打击 AI 虚假信息方面迈出重要一步。

ICT行业即将迈入5.5G时代，也标志着更富有想象力的5G应用场景正在向我们扑面而来。

胡杨精神也象征着华为精神，坚韧不拔、百炼成钢，向下扎到根，向上捅破天。

报告显示，中国汽车厂商正积极拥抱公有云，在汽车云基础设施市场中，公有云市场规模29.94亿元，其中阿里云市场份额提升至35.7%，连续四年稳居汽车云基础设施（公有云）市场份额第一。

2018年12月11-12日，由DOIT主办的2018中国存储与数据峰会在北京召开。本次会议以“智数据·创未来”为主题，旨在交流探讨存储技术，探寻数据应用的未来发展趋势。

爱立信的研究表明，全球智能体育场市场预计将从2023年的131亿欧元（140亿美元）增长到2028年的317亿欧元（340亿美元），其中包括无缓冲社交媒体上传、无票入场和AR/VR体验等娱乐功能。

OpenAI更新ChatGPT搜索功能，新增购物体验，提供产品推荐与直购链接，力图挑战Google购物服务。