数字时代，算力已经成为衡量一个国家数字经济水平，彰显国家经济实力的重要指标。

所谓使用性故障，是指由于操作、维护人员的误操作、对故障现象的错误判断、所采取的不当措施及经验性诊断等造成的故障。UPS的使用性故障大致可以分为知识性故障、操作性故障、延误性故障、维护性故障、经验性故障、环境性故障、突然掉电故障、UPS器件或板级故障等。

浙江大学团队提出CanDist框架，让AI在数据标注时先提供多个候选答案而非单一答案，再通过师生框架筛选最优标签。该方法受心理学"模糊厌恶"启发，在六个文本分类任务上表现优异，相比传统方法平均提升18-27%准确率，为AI数据标注提供了更智能可靠的解决方案。

近日，在2023世界人工智能大会“智能财务论坛”上，财政部、上国会、艺赛旗、航天信息、德勤中国、浪潮、金蝶、民生银行、合肥工业大学等二十余家政产学研机构，共同成立了“智能财务开放生态联盟”，以构建开放、合作、共赢的智能财务生态体系。

本文将与大家一起探讨下智能制造，以及近年来工业企业对智能制造的需求变化。以此，用友云总结出了一条工业企业智能化发展的转型路径。

想象一下，当你在解答一道复杂的数学题时，你不仅需要给出答案，还需要详细解释每一步推导的理由，不能有任何逻辑跳跃或假设——这就是形式化数学推理的严格要求。

长久以来，法律制度一直很难对人的心理状态——包括记忆、责任与心理成熟度——做出客观描述。如今，科技有望成为法庭判决的突破口，神经科学家已经发现其中的模式，也许未来的呈堂证供将变得更加有据可循。

将所有“传统应用”再做一遍，才是AI真正的价值所在。

冒险是创业常态，如何挑选正确的合作伙伴，对于创业至关重要。

10月25日，在2018微软技术暨生态大会上微软宣布，作为微软智能云“三驾马车”中的重要一环 —— Dynamics 365企业应用云平台计划于2019年春落地中国。届时，Microsoft Azure云计算平台、Office 365云生产力平台、Dynamics 365企业应用云平台将聚首中国市场。

以太坊正在积极“瘦身”，希望借此应对其它高效率区块链方案带来的挑战压力。

日立万塔拉正在进行存储策略更新,统一高端和中端产品线,拥抱全闪存和混合云。公司重回企业存储领域,简化产品组合,现代化技术,同时保持稳定性和可靠性。此外,公司还在积极布局AI市场,推出Hitachi IQ解决方案,并探索AI技术在存储管理和客户支持中的应用。

香港大学与字节跳动联合开发了名为Goku的AI模型，能够同时生成高质量图片和视频。该模型采用修正流技术和统一训练架构，使用1.6亿张图片和3600万段视频训练，在多项评测中达到业界领先水平，在VBench视频测试中获得84.85分，GenEval图片测试中达到0.76分，展现了AI视觉生成技术向通用化发展的新趋势。

到底靠不靠谱，我们亲测了下。

北卡罗来纳大学团队提出R1-RE框架，通过强化学习训练小模型模拟人类专家推理过程，在关系抽取任务中实现跨领域突破。该方法使7B参数模型达到GPT-4o级别性能，跨领域准确率提升30%，为AI推理训练提供新范式。

模型、优化和算法，这是用数学优化的方法解决复杂现实问题的几个核心点。

香港大学团队首次发现AI事实核查系统的重大安全漏洞，开发出名为Fact2Fiction的攻击方法，能够系统性欺骗最先进的事实核查系统。研究显示即使投入极少量精心制作的虚假证据，就能让AI系统40-60%的时间得出错误结论，成功率比现有攻击方法高出8.9-21.2%。该研究揭示了AI系统透明度设计的双刃剑效应，为开发更安全可靠的下一代系统提供重要启示。

有光必有影，人们向往光明，却也无法避免黑暗。大数据与人工智能技术，可以让人更深入、更全面的对事物进行了解，但这种技术如果落到用心不良人手中，反而会蒙蔽大家的双眼。当黑产比我们更懂人工智能，企业又将如何去进行应对？

我们正在目睹，以5G为代表的新一代信息技术，就在赋予社会这种经济韧性。

最近来自清华大学、无限极AI和上海交通大学的研究团队提出了一种名为"通向罗马之路"(R2R)的创新方法，可以在小型和大型语言模型之间进行智能令牌路由。研究发现，小型模型与大型模型的推理路径差异主要源于少量"分歧令牌"。R2R方法只在这些关键令牌上使用大模型，其余时间使用小模型，既保证了推理质量，又提高了效率。实验表明，使用平均5.6B参数的R2R方法超越了14B参数模型的性能，同时提供了2.8倍的速度提升。