NVIDIA研究团队在最新研究中指出，小语言模型(SLM)将成为AI智能代理的未来。他们论证了SLM不仅足够强大，还在操作上更适合且经济性更高。研究显示现代SLM已可媲美更大模型的性能，同时推理成本降低10-30倍，微调更快捷。论文提出了从大型模型向小型模型转换的算法，并通过案例研究证明在实际智能代理中40-70%的LLM调用可被SLM替代。这一转变将大幅降低AI运营成本，推动更可持续的AI发展。

在疫情期间,专注于为垂直行业提供智能解决方案的公司涂鸦智能发现了一个小众的市场机会——智能喂鸟器。该新品推出后迅速成为“爆品”,不到两个月的时间就获得了几百万美金的收入。

今年7月22日，Melissa Di Donato接替宣布退休的Nils Brauckmann，担任SUSE CEO，Melissa Di Donato也是SUSE首位女性CEO。随着SUSE新任CEO的到任，退出OpenStack，启动百日计划，一个全新的SUSE正在慢慢呈现。

Facebook的品牌亦是人们难以相信Libra项目的原因所在。

在制药界，流传着一个残酷的“三十定律”：一款新药的诞生，平均需要耗费十年光阴、投入数十亿美金、而最终成功率却不足10%，这是悬在每一家药企头上的达摩克利斯之剑。在这个以高投入、高风险、长周期为标签的行业里，不确定性，是永恒的主题。

Radware过去几年始终坚持从市场和客户需求的视角出发,通过不断的投入与创新,同时保持进化与迭代,它不但完成了从应用交付到应用安全的技术“跃迁”,更让自身在激烈竞争的市场中开辟出了增长的“第二曲线”,为其长期的持续发展带来了更大的想象空间。

过去，知识债务的解决一直局限于某些能够反复进行实验的领域，特别是医学，但目前的情况正在改变。

数字经济大潮下，数字孪生技术作为数字化转型的重要工具，已被纳入国家关键技术战略，进入产业应用深水区。

为什么说联网汽车的必要属性是“标准必要专利”？

为什么说联网汽车的必要属性是“标准必要专利”？

韩国科学技术院（KAIST）的研究团队发现了大型语言模型中一个令人担忧的现象："推理刚性"。这种现象表现为即使是最先进的AI模型，如GPT-4o或Qwen3，也会在解决问题时固执地坚持熟悉的推理模式，甚至会"修改"用户明确给出的条件。研究人员创建了ReasoningTrap诊断数据集，揭示这种行为可分为三类：解释过载、输入不信任和部分指令关注。令人惊讶的是，专门为复杂推理训练的模型比基础模型表现出更强的"固执"倾向，这提醒我们在追求AI推理能力的同时，不应忽视其遵循指令的灵活性。

在加密货币交易当中，一切都由价格走势决定;而市场参与者能否成功，则取决于他们预测并快速对动态环境做出响应的能力。

为了释放数据分析和人工智能的力量，必须配合多管齐下的数据战略消除数据孤岛、迁出遗留系统并淘汰遗留系统，支持数据标准与跨机构信息共享。新兴与创新技术带来了前所未有的机会，帮助我们应对关键任务挑战，以高效、有效、快速且低成本方式提供服务。

企业处在新旧时代更迭的关键节点：背后是打下的江山（宝贵的资产与数据），周围充斥着各种方法、概念和新技术，前面是吊诡多变的市场和环境——“黑犀牛”随时会从某个角落跳出来，挡住前行的道路。

发布watsonx是IBM推进混合云与AI战略、助力企业云智转型的又一里程碑。

想要开发出几乎能够适应一切道路状况的无人驾驶汽车，无疑是项极度严苛的挑战。

CheXGenBench是爱丁堡大学和三星AI中心研究团队开发的首个全面评估合成胸部X光片的基准框架，从保真度、隐私风险和临床实用性三方面对11种文本到图像生成模型进行评估。研究发现现有评估方法存在重大缺陷，特别是在衡量生成质量时。Sana模型表现最佳，基于此发布了SynthCheX-75K数据集，包含75K高质量合成X光片。该框架为医学AI社区建立了统一标准，促进公平比较和未来研究发展。

量子计算机或将给密码学乃至企业、社会和政府的财务构成重大威胁。

下面我们将对过去的几年中，医疗保健领域所取得的进展，以及在未来几年可能会出现的变化展开详细的叙述。

麻省理工学院与IBM研究团队共同开发的TANGO框架通过强化学习同时训练大语言模型的生成器和验证器，实现双向互促进的能力提升。不同于传统方法使用固定验证器，TANGO的验证器随生成器共同演进，提供精确的步骤级反馈。实验证明，这种"探戈式"协作方式使模型在数学竞赛问题上平均提升25.5%，特别是在最具挑战性的AIME 2025竞赛上准确率翻倍。TANGO还将训练效率提高3.3倍，验证器在无需步骤级标注的情况下也达到了业界领先水平，为大语言模型的推理能力增强开辟了新思路。