史蒂文斯理工学院研究团队发现大语言模型内部存在"真相神经元"，这些特殊神经元能够识别信息真实性，不受主题限制。研究通过积分梯度方法定位这些神经元，证明抑制它们会显著降低模型在真实性测试中的表现。实验表明，这些神经元主要分布在模型的中间层，且其影响可跨数据集泛化。这一发现为提高AI系统可信度提供了全新视角，有望促进更可靠的语言模型开发。

华为昇腾团队发布了Pangu Pro MoE，这是全球首个采用混合分组专家（MoGE）架构的72B参数稀疏语言模型。该模型专为昇腾NPU优化设计，通过创新的专家分组策略解决了传统MoE模型的负载不均衡问题，实现了完美的计算负载分配。模型仅激活16B参数处理每个token，在推理效率上显著超越同规模密集模型，为大规模AI应用提供了高效解决方案。

数据网络安全公司Rubrik宣布收购AI初创公司Predibase，交易金额在1-5亿美元之间。Predibase专注于帮助企业训练和微调开源AI模型。此次收购将使Rubrik用户能够通过Amazon Bedrock、Azure OpenAI和Google Agentspace等平台加速构建AI智能体。这是继Salesforce、Snowflake等公司之后，又一家通过收购来增强AI智能体技术栈的企业。

斯坦福大学研究团队创建了全球首个创意写作评估基准LitBench，通过分析Reddit写作社区的4万多对故事比较数据，训练AI模型判断创意写作质量。研究发现专门训练的小型奖励模型（78%准确率）能超越大型语言模型评委（73%），但添加推理链反而降低了表现，揭示了创意评判需要直觉性判断的特点。

最近的一项测试证实了量子轨迹理论做出的预测，该理论描述了量子系统在长久以来不为人知的“崩溃”期间发生的一切。

微软全球执行副总裁、微软人工智能领军人物沈向洋的新书《未来计算：人工智能及社会角色》将于近期由北京大学出版时正式出版发行。近日，沈向洋与北大教授就人工智能的观点认知、道德准则、商业应用和未来发展等话题进行深入探讨，观点碰撞，火花四溅。

数字孪生的出现，对于传统能源行业来说，称得上是一次模式上的颠覆。

数字孪生的出现，对于传统能源行业来说，称得上是一次模式上的颠覆。

北京大学与字节跳动联合研发的CyberV系统，让AI视频理解具备了类似人类的"反思"能力。该系统通过监控AI推理过程、检测注意力漂移并提供视觉反馈，成功让小型模型超越GPT-4o，大型模型接近人类专家水平，为AI系统设计带来新范式。

南京大学与伦敦大学学院联合开发了CONTEXTBENCH基准，专门评估编程助手的代码上下文检索能力。研究发现复杂助手并不优于简单工具，当前助手普遍存在信息整合障碍，平均丢失17.9%-43.5%的正确信息。该研究通过1136个真实任务和专家标注，揭示了智能编程工具的可靠性问题，为行业发展提供重要警示。

有幸和大家谈一谈新常态和新变化下， IBM 服务器和存储用户关心的 5 个问题。

本次论坛以“工业互联 产业赋能 生态协同”为主题，围绕工业互联网产业发展方向、落地路径进行深入交流，探讨工业互联网政产学研用新模式。

根据Synergy Research Group的预测，未来六年超大规模数据中心的平均容量将是当前运营的超大规模设施的两倍多。2024年初发布的多项公告都预测未来将出现强劲的增长趋势。

像猎人一样身手敏捷，杀入竞争激烈的游戏笔记本战场，荣耀正按照自己的节奏有序进行。

LMGAME-BENCH是一项创新研究，通过六款经典游戏评估大语言模型的游戏能力。研究发现直接让模型玩游戏效果不佳，因此团队设计了感知、记忆和推理支架来解决视觉识别弱、提示敏感和数据污染等问题。测试13款顶级模型显示，o3和o1表现最佳，且不同游戏考验不同能力组合。有趣的是，在某一游戏上训练模型不仅提升该游戏表现，还能增强其在规划和决策任务上的能力，证明游戏环境既是有效的评估工具，也是有价值的训练场景。

近日，华为云TechWave全球技术峰会（人工智能&数据）在上海举办，在数据使能分论坛上，华为云技术专家携手梦饷集团、金蝶云、帆软等客户及合作伙伴，共同分享如何通过数据领域的技术创新实践加速企业业务敏捷创新，释放数据价值。

在最开始介绍Jetbot的时候有提到，这套智能小车只使用一个CSI摄像头作为全部输入的设备，因为这种设备的体积轻巧、功耗较低。

随着互联网、5G、人工智能等新一代信息技术的迅猛发展，智能网联技术正在加速跨界融合变革，成为产业创新热点与未来发展的制高点。

去年英特尔提出了以数据为中心的战略，这次的创新产品发布会是这次战略的重要落地。这些创新产品组合不止于处理器，而是囊括了存储、网络等IT基础设施的重要组成。

目前，虽然许多企业已经在信息化层面建立了相对完善的IT系统架构，然而在迈向智能制造的过程中，仍会面临诸多挑战，诸如数据的共享，数据价值的挖掘等等。对此，IBM黄英杰认为，需要联动物联网、数据科学、认知计算等最新的技术，并将焦点最终落在云平台上。