2018年，对于安全领域来说绝对不是平稳的一年，而是十分动荡不安的一个年份。数据泄露事件频频发生，全球银行集体遭到大规模DDos攻击、黑客利用人工智能（AI）等新技术手段辅助攻击企业等等这些迹象，都给我们敲响了新一轮的安全警钟。

2023 年 7 月 13 日，企业级开源分布式数据库厂商 PingCAP 在京成功举办 PingCAP 用户峰会 2023。

这篇论文比较了AI辅助软件开发中的两种新兴范式："直觉式编码"(Vibe Coding)和"智能体编码"(Agentic Coding)。Cornell大学研究团队的综述揭示了两种方法的根本区别：直觉式编码强调开发者与AI的对话式交互和创意探索，而智能体编码实现了自主软件开发，能独立执行复杂任务。研究探讨了这两种范式的概念基础、技术架构、应用场景和未来发展路线图，指出它们并非对立，而是可以在软件开发生命周期的不同阶段互补，形成统一的人机协作模式。

近日,群晖推出了两款满足高扩充性及数据增长需求的全新12盘位桌面型NAS:DS2422+和DS3622xs+。它们均搭载了为企业数据管理优化的群晖DSM 7.0 操作系统,可为企业的数据存储、同步、容灾、备份、虚拟化等需求提供一站式解决方案。

Wi-Fi 6，一项无线技术标准，正在与5G一道，让「连接」这个最基本的数字维度爬上一个新台阶。

数据中台热潮之下，传统关系型数据库（RDBMS）、数据仓库（EDW）、Hadoop、各种NoSQL中哪一个最适合作为数据中台的数据平台，完成数据服务共享的大任？

摩尔线程今天举行主题为“元动力 创无限”的春季发布会。摩尔线程创始人兼CEO张建中解读了“元计算”这一产业趋势，并发布全新架构及系列重磅新品。

苏州大学团队提出SCAN框架，通过分析AI模型在数学推理标注中的噪声分布规律，设计出高效的数据合成和鲁棒训练方法。该方法仅需传统方法6%的计算成本，就能让小模型达到甚至超越大模型的数学错误检测性能，为过程奖励学习领域带来重大突破。

哈工大团队提出SENTINEL框架，通过句子级早期干预和交叉验证机制，将多模态AI的视觉幻觉率从52.7%降至4.3%，降幅超90%。该方法采用域内数据自举策略，无需外部标注，在保持AI通用能力的同时显著提升了图像描述准确性，为可信AI发展提供重要突破。

这项研究提出了AnytimeReasoner框架，通过从先验分布采样思考预算，优化大语言模型在任意计算资源下的推理能力。研究团队开发的预算相对策略优化（BRPO）技术引入可验证的密集奖励，提升强化学习效率。实验表明，该方法在各种数学推理任务上显著优于现有技术，为资源受限环境下的AI服务提供了更高效的解决方案。

为CCTV6电影频道AI影像人才优选计划制作AI短片《玉覆荆楚》，结合游戏元素与荆州博物馆文物，讲述游戏、文物、坚守、传承的故事。制作过程中，团队经历了剧本创作、分镜设计、AI生成图像、图像转视频、剪辑和音效制作等环节，克服了多种困难。虽然作品有提升空间，但团队对结果感到满意，并对未来AI影像制作充满信心。

Essential AI团队通过系统研究发现，大语言模型的反思能力在预训练阶段就开始萌芽，而非传统认为的仅在强化学习后出现。研究团队对OLMo-2等模型的240个检查点进行测试，发现简单的"Wait,"触发词就能激发模型识别和纠正推理错误的能力。这种反思能力随预训练规模增长而提升，在数学、编程、逻辑推理等六个领域都有体现，为AI系统的高效开发提供了新思路。

华为诺亚方舟实验室联合多家机构开发了Bourbaki系统，通过自生成目标条件马尔科夫决策过程让AI学会像数学家一样设定中间目标来证明定理。该系统在PutnamBench数学竞赛数据集上成功证明26个定理，创造7B参数模型新纪录，为自动定理证明从盲目搜索向结构化推理的转变提供了重要突破。

那么面向AIGC时代产生的新的应用和海量数据，对于数据存储行业带来怎样的挑战和机遇？整个存储系统应该如何进化？我们通过与存储领域的专家沟通来呈现一个目前存储产业的应对之策。

12月15日，以“数字化转型下的智慧城市”为主题的2020上海智慧城市体验活动迎来了重头戏——主题为“智慧上海·进而有为”的上海城市峰会2020隆重召开。

这项研究提出了Critique-GRPO，一种创新的在线强化学习框架，将自然语言批评与数字反馈相结合，克服了传统仅用数字反馈的三大局限：性能瓶颈、自我反思效果有限和顽固性失败。实验表明，该方法使大语言模型能够从错误中学习并改进，在八项数学和通用推理任务中，将Qwen2.5-7B和Qwen3-8B模型的平均通过率分别提高了约4.5%和5%，超越了包括那些引入专家示范的方法。研究还揭示，高熵探索和长回答并不总是最有效的学习方式，质量更重要。这一方法为大语言模型的自我提升能力开辟了新路径。

日前，以“因为有你 披荆斩棘”为主题的浪潮商用机器2022合作伙伴生态大会正在全国十五座城市火热上演。

上海AI实验室等多所高校联合提出φ-Decoding方法，通过让AI在推理时进行前瞻性采样和智能剪枝，解决了传统自回归生成的短视性问题。该方法在多个推理任务上显著提升了大语言模型性能，平均改进超过14%，同时保持了6倍的计算效率优势，为推理时优化提供了实用的解决方案。

浙江大学联合多家机构提出AEPO方法，通过多答案生成和自适应探索奖励机制，显著提升AI在图形界面中的元素识别准确性。该技术让AI能同时考虑多个候选答案并科学评估，解决了传统方法容易陷入错误自信的问题，在五个基准测试中均达到业界领先水平，为智能GUI助手的实际应用奠定了重要基础。

历年双11，最引人瞩目的是GMV、订单量和支付笔数。但鲜为人知的是，支撑双11顺利运转的，不仅仅是交易链路和支付链路，还有一套至关重要的消息链路。