在AI浪潮下，企业亟须实现数据驱动，让业务更智能，ElectrifAi提供预训练机器学习模型，让机器学习更易落地，从而推动企业业务的创新发展。

华为在北京举行了华为开发者大会2020（Cloud）媒体预沟通会，华为技术有限公司高级副总裁、Cloud & AI产品与服务 CTO张顺茂在会上表示，ICT技术正在改变各行各业，华为愿为开发者提供ICT“黑土地”，实现改变世界、创造美好未来的愿景。

智博会上华为的五大展区集中展示了华为如何利用新ICT推动各行各业的数字化转型之路，不管是华为云还是智慧城市运营中心IOC，无一不显示出华为在ICT方面的新思考。在这个智慧时代，华为正在用自身的实践让我们的生活、工作、社会变得更加智能。

2017年7月13日，红帽在杭州举办了红帽培训部2017年合作伙伴峰会，近50家红帽核心培训合作伙伴共100多人参加了此次会议，红帽全球总部以及亚太区的多位培训业务高管分享了红帽2018财年全球培训业务新战略与行动计划。

即使转型的业务驱动力不断发展变化，但有些事情仍然是保持不变的，其中就包括CIO们经常陷入的、导致结果脱轨的一些习惯。

早在两千多年前，古希腊先哲亚里士多德就曾经幻想，“每一件工具都能按照命令，或者，甚至按照自己的预想去完成它所担负的工作，比如织布的梭子会自己穿梭。”

微软研究院推出rStar-Math系统，通过创新的"深度思考"训练方法，让小型AI模型在数学推理能力上达到甚至超越OpenAI o1水平。该系统采用代码验证、过程偏好模型和四轮自进化训练，将70亿参数模型的数学能力从58.8%提升至90.0%，在美国数学奥林匹克竞赛中达到前20%水平，证明了精巧方法比模型规模更重要，为AI发展开辟了新路径。

全新Precision 7000系列移动工作站，以创新设计和更高性能，释放创作自由。

新加坡科技设计大学研究团队开发DuET-PD框架，首次系统揭示AI聊天机器人在多轮对话中的"说服脆弱性"。研究发现即使GPT-4o等先进模型也容易被误导信息迷惑，同时可能固执拒绝正确纠正。团队提出"全面DPO训练"解决方案，显著提升AI抗干扰能力。

技术创新的漫漫长路，总有人上下求索，用执着和热情推动着技术的洪流滚滚向前。

10月22日，由企业级可扩展图分析平台TigerGraph主办的“图创未来·无界精彩”Graph + AI 2021中国峰会于前日圆满落幕。

联想首席安全官Doug Fisher近日接受采访，分享了公司在安全和AI治理方面的策略。他强调了建立客户信任的重要性，介绍了联想全面的安全体系和AI项目审核流程。Fisher还讨论了人才短缺、供应链安全等挑战，以及AI加速带来的新威胁。他表示，保持"偏执"的安全意识对于在瞬息万变的数字环境中生存至关重要。

浙江大学和蚂蚁集团的研究团队开发了ACTIVE-O3，一种创新框架，赋予多模态大语言模型"主动感知"能力，使AI能够智能地决定"看哪里"和"怎么看"。基于群体相对策略优化(GRPO)构建，该系统采用两阶段策略，先选择关注区域，再执行任务。实验表明，ACTIVE-O3在小物体检测、密集物体定位和交互式分割等任务上显著优于现有方法，并展示出强大的零样本推理能力。该研究为AI系统提供了更接近人类认知的视觉探索能力，对自动驾驶、医疗诊断等领域具有重要应用价值。

“小黑”是外界对ThinkPad的昵称，多年来，ThinkPad一直在商用领域享有很高的知名度。其中，ThinkPad L系列是专为商用用户打造的经典产品。昨日，ThinkPad L系列产品带来了新成员。

北卡罗来纳大学教堂山分校等机构的研究团队开发出SKILLRL框架，让AI智能体首次具备了类似人类的经验学习能力。该系统能够从成功和失败的经验中提炼可复用技能，建立分层技能库，并在训练过程中实现自我进化。实验显示，SKILLRL在复杂任务中的成功率比传统方法提升超过15%，同时大幅减少了计算资源消耗，为构建更智能的AI系统开辟了新路径。

Teradata今日宣布推出Vantage试用版，为业务分析师、数据科学家和IT运营人员提供为期30天的云端Teradata Vantage免费使用权。

Agoda拥有庞大的技术规模，包括配置有50万个CPU核心，用于处理每天约2万亿条Kafka消息，其具备的规模和专业知识，可以比许多同行以更低的成本高效地进行IT运营。

由英特尔共同赞助的Hyperledger新项目是6月底发布的，目的是简化区块链编程。与此同时，英特尔表示今年还将在其他几个区块链开发项目上做出更多贡献。

阿里云研究团队提出PVPO算法，通过引入"静态价值估计"作为稳定参考标准，解决传统强化学习方法在AI推理训练中效率低下的问题。该方法像给机器配备经验丰富的导师，结合群组采样策略筛选高质量训练数据，在多个测试集上实现显著性能提升：7B模型准确率提高3.6倍，训练效率提升一倍，计算成本仅为传统方法40%，为大语言模型的高效训练提供了新的技术路径。

这项研究首次为音乐生成AI建立了大规模实时评测平台Music Arena，通过让真实用户比较不同AI模型的音乐作品并投票，解决了传统评测成本高、标准不统一的问题。平台采用智能路由系统处理不同模型的异构特性，详细记录用户聆听行为，并承诺定期公开数据，为音乐AI研究提供了宝贵的用户偏好数据和标准化评估方法。