VerifyBench是首个专门评估大语言模型基于参考的奖励系统的基准测试，填补了现有奖励评估基准的关键空白。由浙江大学、美团等机构联合开发，包含VerifyBench和更具挑战性的VerifyBench-Hard两个数据集。研究发现虽然大型模型在标准案例上表现出色，但在复杂案例上仍有显著改进空间。该基准测试通过精心构建的数据集和评估框架，为提升大模型推理能力提供了标准化评估工具，对强化学习训练具有重要意义。

「 这两年，风向就突然不对了，内部绩效更为严苛，饭碗开始岌岌可危，降本增效这四个词就像一柄达摩克利斯之剑，一直悬在头顶。 今日推荐空白女侠（id：kongbainvxia）一篇文章，升不上去的职级，跳不出去的公司，回不去的家乡，到底该何去何从。」

MBZUAI研究团队开发的GG技术突破了跨架构程序翻译难题，通过AI将x86程序准确翻译为ARM版本，准确率达99.39%。与苹果Rosetta 2相比，性能快73%、省电47%、内存占用少141%。该技术采用大型语言模型结合严格测试验证，为硬件架构迁移提供了高效解决方案，将推动ARM处理器在数据中心的快速普及。

剑桥大学和伦敦大学学院的研究团队提出了一种名为"视觉规划"的全新范式，让人工智能系统能够完全通过图像序列而非文本进行推理。与传统依赖语言的方法不同，这种方法模仿人类在解决空间问题时直接在"心眼"中想象解决方案的能力。研究团队开发的基于强化学习的视觉规划框架(VPRL)在导航任务上比基于文本的方法平均提高了40%的准确率，证明了非语言推理在特定任务中的优越性，为AI系统开辟了一条更接近人类直觉思维的新路径。

DiMeR是由香港科技大学研究团队开发的创新3D网格重建模型，通过解构式设计将形状和纹理分离处理。模型使用法线图专门重建几何形状，再用RGB图像生成纹理，成功解决了传统方法中的训练歧义问题。实验表明，它在重建精度上比现有方法提升超过30%，并在多视图重建、单图像转3D和文本到3D生成等多任务中表现出色。这一突破性工作大幅降低了3D内容创作的门槛，为游戏开发、虚拟现实和电影制作等领域提供了强大工具。

在过去的2018年，我们做了一个对共享办公行业的分析报告，包括很多方面，我一一来说

8 月 20 日，「低代码究竟是“银弹”还是“泡沫”」TVP 低代码技术分享会火热开聊，用一场尖峰辩论和一场圆桌对话，共探低代码的过去、现在与未来。

8月15日，讯飞星火认知大模型V2.0升级发布会如约而至，科大讯飞董事长刘庆峰、研究院院长刘聪重磅发布代码能力和多模态能力升级，同时发布并升级搭载讯飞星火认知大模型V2.0能力的多项应用和产品。

对标GPT-4的更大参数规模的星火大模型正式启动训练，2024年上半年将实现对标GPT-4。

在传统数据传输方案中，内存数据访问和网络数据传输分属两套语义集合。数据传输中CPU承担了大量工作。应用程序先申请资源，再通知Socket，内核态驱动程序完成TCP/IP报文封装，最后由NIC的网络接口发送到对端。数据在发送节点需要依次经过Application Buffer、Socket Buffer、Transfer Protocol buffer。到达接收节点后同样需经过多次反向内存拷贝，内核态驱动程序完成TCP/IP报文解封装，应用程序最终将数据写入系统物理内存。

新加坡南洋理工大学研究团队首次提出概念感知微调方法，让AI同时预测多个词块而非单一词块，从而更好理解完整概念。该方法在编程、数学、文本生成、分子设计和蛋白质设计五大领域均显示显著改进，将多词块预测技术首次引入模型微调阶段，大幅降低成本门槛，为AI训练范式变革提供新思路。

人类在计算方法、计算工具等领域的革新，都是应“那时那刻”的场景需求而生的。

这项由斯坦福大学和哥伦比亚大学领导的研究提出了DexUMI框架，使用可穿戴外骨骼将人类手部动作直接转换为机器人手操作。通过结合硬件适配（专用外骨骼设计）和软件适配（视觉内容处理），研究成功克服了人手与机器人手之间的"身体差异鸿沟"，实现了高效的技能转移。实验证明，该方法比传统远程操作提高了3.2倍的数据收集效率，在两种不同机器人手上完成多种任务的平均成功率达86%，为灵巧机器人操作提供了一种新型自然交互方式。

浙江大学团队发表关于大型语言模型版权保护的综合性研究，系统梳理了文本水印、模型水印和模型指纹识别技术，提出统一的评估框架。研究涵盖内在和侵入性指纹识别方法，并首次讨论了指纹传输和移除技术，为AI模型版权保护提供了完整的技术指南和未来发展方向。

紫金山顶，天空湛蓝、万里无云，而这一行人所代表的国内云计算行业从业者，他们肩头的那朵云，正推动着移动互联网历史的车轮滚滚向前。

想象一下，你只需对手机说一句"帮我订一杯拿铁送到办公室"，手机就能自动打开外卖应用，找到你喜欢的咖啡店，选择拿铁，填写地址，完成支付，一气呵成地完成所有操作。这不是科幻电影中的场景，而是当前大型语言模型驱动的手机图形界面(GUI)代理正在实现的功能。

这项由中国人民大学、百度和卡内基梅隆大学合作的研究开发出ReasonRank系统，通过创新的数据合成和两阶段训练方法，让AI具备了真正的推理能力进行文本排序。该系统在复杂推理任务中比现有最强系统高出3-5个百分点，同时运行速度提升2-2.7倍，为推理式信息检索开辟了新方向。

这篇研究介绍了Moonshot AI团队开发的G1模型，该模型通过强化学习显著提升了视觉语言模型在游戏环境中的决策能力。研究团队首创了VLM-Gym训练环境，包含多种视觉游戏与统一接口，并开发了两代模型：G0通过纯强化学习实现自我进化，G1则结合感知增强冷启动与强化学习，在所有游戏中超越教师模型。最关键的发现是感知和推理能力在学习过程中相互促进，为解决视觉语言模型的"知道-行动"差距提供了新方向。

事前没有人能预测到，企业数字化转型的进程会在过去两年突然改变。每个行业、每个领域的转型都在加速，并且不断扩大规模。

哥伦比亚大学研究团队开发出新的AI偏见纠正技术，通过"重排序"方法让人工智能在总结政治观点时保持公正。该方法让AI生成多个版本后择优选择，结合偏好调优训练，显著提升了观点覆盖度和内容准确性，为构建更可信赖的AI系统提供了实用解决方案。