所谓的“51%攻击”早已成为一种众所周知的高危加密货币攻击向量。

Object First 是一家专注于 Veeam 备份的对象存储设备初创公司。2024 年，其订单增长率达 389%，交易合作伙伴数量增加 374%。公司凭借其安全、易用的数据保护解决方案，迅速扩大全球客户和合作伙伴网络，为 2025 年的进一步发展奠定了基础。

腾讯研究团队首次开发出RLVER框架，通过可验证的情感反馈训练AI理解人类情感。该方法让70亿参数的小型AI模型在情感智能测试中从13.3分跃升至79.2分，达到大型商业模型水平。研究创新性地使用虚拟用户的真实情感变化作为训练信号，并发现"先思考再回应"模式显著提升AI的共情能力。这项突破为AI情感智能发展开辟新路径，有望在心理健康支持、教育和客户服务等领域产生广泛应用。

ByteDance推出AetherCode基准测试，采用IOI、ICPC等顶级编程竞赛真题，并由67名专家设计高质量测试用例。结果显示最先进AI模型通过率仅35.5%，极难题目仅3.8%，揭示AI编程能力被严重高估。该研究为AI评估树立新标准，表明AI在复杂逻辑推理方面仍远落后人类，推理型模型优势明显，为未来AI发展提供重要指导。

德州仪器公司（TI）日前公布其第四季度财务报告，营业收入为37.2亿美元，净收入12.4亿美元，每股收益1.27美元。

近期，随着Filecoin挖矿服务器的大举扩张，AMD CPU变成了香饽饽，Filecoin的复制证明（PoRep）倾向于在AMD处理器上运行。

AI科技正被应用于诸多复杂问题，其中自然也包括塑料污染。通过对多位科学家和初创企业创始人的采访，外媒InformationWeek整理了塑料垃圾治理工作中的艰难挑战，同时也了解到各方如何在这场抗争当中运用AI科技。

想象一下，你有一辆非常省油的汽车（比如BitNet b1.58这样的1比特模型），但每次加油都必须使用高级燃油（8比特激活值）。虽然车辆本身很节能，但燃油成本仍然不低。这正是当前大语言模型面临的困境。

这项由不列颠哥伦比亚大学张翔和曹俊泰领衔的研究，揭示了大语言模型中一个被忽视的关键限制：分词系统对符号和算术推理能力的影响。研究团队发现，即使使用思维链提示技术，模型的推理能力仍受制于分词格式。通过将原子符号（如字母）明确分割的输入格式，可使模型在计数、排序和反转等任务上的准确率提升高达80%。实验证明，在优化分词条件下，较小模型甚至能超越更大模型的表现。这一发现颠覆了传统认知，提示我们分词设计对模型能力的重要性不亚于模型架构本身。

波兰研究团队发现，即使是最先进的AI大模型在处理波兰语等非主流语言时也极其脆弱，仅通过几个拼写错误或字符替换就能让AI做出错误判断。研究团队开发了一套巧妙的测试框架，使用小型代理模型找出关键词汇，然后对这些词汇进行十种不同的"伪装攻击"。实验结果显示，这些简单攻击能让先进AI模型的错误率飙升至48%以上，揭示了当前AI技术在多语言安全方面的严重漏洞。

关于美国商务部针对华为修改直接产品规则，华为今日正式作出官方回应。

蚂蚁集团研究团队提出了γ-PO方法，通过动态调节AI训练中的目标边距来提升大语言模型对齐效果。该方法能够自动识别训练数据中答案质量差距的大小，对明显好坏的答案对加大学习强度，对模糊不清的答案对适当降低学习强度，避免AI被不确定信息误导。实验显示该方法在多个基准测试中平均提升4.4%性能，且几乎不增加计算成本，具有良好的即插即用特性。

AMD在圣何塞召开的Advancing AI大会上公布了MI300产品家族，基本与英伟达、英特尔和其他AI加速器厂商的节奏保持一致。

作为CIO，我们的核心技能体现在解决问题上。解决问题的能力越强，CIO之路就会走得越顺遂。

汇鸿集团以纺织服装、食品生鲜、绿色循环、大宗业务为主，打造基于产业生态的供应链集成服务平台，加快推进由传统贸易型企业向供应链服务企业转型。

11月21日， IBM 全球及大中华区云计算和人工智能领域的行业大咖、智慧大脑以及顶级专家与客户和合作伙伴相约鹏城，共同见证行业盛事——“云开智达——2019 IBM 云计算及人工智能峰会”盛大开启。

专访 Infobip 王思婷——RCS消息、对话式沟通、多渠道融合、自动化工具（如聊天机器人和IVR）等将成为新常态。

北卡大学研究团队推出Bifrost-1系统，通过创新的"补丁级CLIP潜在变量"技术，成功让多模态大语言模型和扩散模型高效协作，实现了既能理解又能创作图像的AI助手。该方法避免了传统技术的高成本训练问题，在保持原有理解能力的同时，以90%的成本降幅实现了与顶级方法相当的图像生成质量，为多模态AI发展提供了全新的"桥接"思路。

Tiny QA Benchmark++（TQB++）是一个超轻量级的大型语言模型（LLM）评估工具，由Comet ML公司的Vincent Koc开发。这套工具仅需几秒钟即可检测LLM系统中的关键故障，与大型基准测试形成鲜明对比。其核心是一个不到20KB的52个精心制作的英语问答集，非常适合快速CI/CD检查和提示工程。TQB++的主要创新在于提供了一个合成数据生成工具包，能够按需产生任何语言、领域或难度的微型基准测试，并预先构建了11种语言的测试包。

从整个市场来看，可以说是“一方有难，八方来袭”。