Skywork OR1是昆仑公司AI团队开发的开源推理大模型，通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列，采用名为MAGIC的训练方法，在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升，32B模型平均准确率提高15.0%，7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象，提出了有效的缓解策略，并开源了全部代码、数据和模型权重，为AI社区提供了宝贵资源。

网络安全解决方案提供商Check Point® 软件技术有限公司（纳斯达克股票代码：CHKP）的威胁情报部门 Check Point Research 披露了三星、华为、LG、索尼及其他基于 Android 操作系统的手机存在安全漏洞，导致用户容易受到高级网络钓鱼攻击。

Singularity团队正在努力构建微软所谓“全新的人工智能平台服务，将成为微软内部和外部人工智能的主要驱动力”。

每个成功的IT项目背后，都有一位技术娴熟的项目经理。从硬件和软件升级，到持续的安全补丁，再到应用开发和软件发布，项目经理可以让团队跟上节奏并保持高效。

数据孤岛长期困扰着组织，影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。

新加坡多所顶尖大学联合发布首个3D和4D世界建模全面调研，系统整理了视频生成、占用网格和激光雷达三大技术路径。研究建立了统一的分类体系和评估标准，涵盖数据引擎、动作解释器、神经模拟器等四类功能，并深入分析了在自动驾驶、机器人、虚拟现实等领域的应用前景，为构建更加智能和安全的AI系统提供重要指导。

5月23日晚，第七届数字中国建设峰会前夜，作为大会重要活动之一的“有福之州·对话未来”系列活动在福州拉开帷幕。

想象一下，你刚开始解一道复杂的数学题，但在开头就走错了路。你会怎么做？大多数人可能会陷入对错误思路的执着，越走越偏。这个现象在人工智能中也存在，研究团队称之为"前缀主导陷阱"。

2018年7月25日由中国电子学会主办、至顶网承办的“大数据与人工智能专题论坛”在北京国家会议中心举办。 此次论坛邀请到了包括北京邮电大学教授，无线网络定位与通信融合实验室主任邓中亮、微软(中国) 首席技术官韦青、

11月29日，“产业·城市 擎领未来——2019紫光云IMPACT峰会”将在天津盛大召开，本次峰会由天津市互联网信息办公室、天津市大数据管理中心作为指导单位，天津市大数据协会、紫光云技术有限公司联合主办。

数据和业务数字化对企业来讲，是数字化转型的重要一步。

苹果研究团队开发了GSM-Symbolic测试框架，揭示了当前先进AI模型在数学推理方面的重大缺陷。通过改变题目表述和添加无关信息，研究发现AI模型更依赖模式记忆而非真正推理，准确率显著下降10-20%。这项研究改变了AI能力评估方式，对教育和商业应用提出新要求，为未来AI发展指明了注重抽象思维培养的方向。

夸克技术负责人蒋冠军：要解决大模型应用的问题，就要先解决知识正确性的问题。

北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准，这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架，包含11个细粒度任务，并构建了涵盖38,522个问答对的数据集，针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明，即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战，而测试时扩展技术可明显提升时间逻辑推理能力。

TiVo 与欧洲三大电视制造商之一 Vestel 近日联合宣布，基于双方所签订的一项多年期、覆盖多个国家/地区且涉及数百万台设备的协议

文章来源于《ICT新视界·智慧城市特辑》，原标题为《AI+智慧城市，建设繁荣宜居天津滨海新区》，作者为天津滨海新区人民政府副区长张国盛。

2月27日至3月2日，2023年世界移动通信大会(MWC)将在西班牙巴塞罗那举行。

全球网络安全领导者Fortinet(R)，近日宣布推出全新产品 FortiCNP。作为一款云平台原生集成的安全产品，FortiCNP 支持自动关联组织部署的云安全扫描信息，为用户打造无感云安全运营。

《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架，通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发，设计了一个"副驾驶"模型来辅助原始"驾驶员"模型，通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%，同时保持计算开销最小，展现了强大的可扩展性和可迁移性，为大语言模型的优化提供了全新思路。

帝国理工学院的研究团队开发了AlphaMed，这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型，无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响，研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩，甚至超越了更大的封闭源模型，同时展现出自发的步骤推理能力，为医疗AI发展提供了更加开放、高效的新路径。