《2001太空漫游》的作者亚瑟.克拉克曾说过：任何足够先进的科技，都与魔法无异。一往无前的开发者，是这个时代，用代码创造魔法的人。

如今，随着数据存储量的爆发式增长，单块硬盘容量越来越大，传统RAID的缺陷也随之暴露出来，各大存储厂商纷纷推出应对之策。

近期，在大厂裁员众多消息中，传得最沸沸扬扬的大概就是阿里大裁员，阿里官方还亲自出来辟谣：假的！我们还要招聘15000人。

据报道，苹果正在开发一款人工智能医生或健康教练，计划将其整合到iPhone和Apple Watch等移动设备中。这款AI助手将提供饮食和运动建议，并利用苹果健康应用和Apple Watch收集的数据。该项目代号为"Project Mulberry"，最早可能于明年推出消费者版本。这一举措体现了苹果公司在健康科技领域的长期发展战略。

谷歌推出全球最强差分私有大语言模型VaultGemma，这是一个10亿参数的模型，基于Gemma架构构建。该模型采用先进数学算法防止敏感数据泄露，通过在数据集中添加受控噪声实现隐私保护。VaultGemma在多项基准测试中表现卓越，性能可媲美同等参数的非私有模型，但完全不会暴露训练数据，为金融和医疗等监管行业的AI应用提供重要保障。

一个平静周末，我正在看书，微信突然震动了起来。原来是我发小，“暴发户”吴知，高中辍学在电脑城做组装电脑学徒工，多年后成了IT设备代理商老板。

TAO工具提供提供QAT(Quantize Aware Training)量化感知的训练模式，不过目前QAT效果还在验证当中，倒也不急于使用，因此我们还是以标准模式来训练。

多模态大型语言模型（MLLM）通过在大型语言模型（LLM）中集成视觉编码器，在多模态任务中取得了有希望的结果。然而，大型模型的大小和广泛的训练数据带来了显著的计算挑战。例如，LLaVA-NeXT的最大版本使用了Qwen-1.5-110B，并且使用128个H800 GPU训练了18小时。

你有没有注意到，人类在面对复杂问题时会放慢思考速度，仔细推敲每个步骤？而在日常简单问题上，我们则可以快速直觉地给出答案。现代AI也在模仿这种"快思考"和"慢思考"的双系统思维模式。

RISC-V服务器芯片设计厂商Ventana Micro Systems发布了其第二代服务器CPU——Veyron V2

网易云信远程视频面签解决方案的落地，在满足金融服务合规要求的前提下，改变传统现场面签的操作方式，大幅降低运营成本。其音视频通话、IM即时通讯、点播、互动直播技术，也为企业的内外部培训以及和用户的交流沟通方式打开了新的渠道。

对IT维护人员来说，如果运行的服务器已经安装了操作系统，且分区大小已经确定，要想改变RAID保护级别或扩充卷大小，同时又不破坏当前阵列和阵列上数据，可能是件相当麻烦的事。

这项研究分析了混合专家模型（MoE）的"局部路由一致性"特性，即连续词元激活相似专家的程度，这对内存受限设备上的模型部署至关重要。研究者提出了两种测量指标：段路由最佳性能（SRP）和段缓存最佳命中率（SCH），分析了20个不同MoE模型。结果表明，在每层都使用MoE且不含共享专家的模型局部路由一致性最高，领域专业化的专家比词汇专业化的专家对一致性贡献更大。研究还发现，缓存大小为激活专家数量2倍时能取得最佳平衡，为MoE模型设计和部署提供了重要指导。

开源向量数据库Qdrant拥有超过1000万次安装量。创始人兼CEO Andre Zayarni指出，向量搜索在AI推理阶段发挥核心作用，通过存储嵌入向量实现快速检索，支持RAG等技术。通用数据库缺乏高维相似性搜索所需的索引结构和低延迟执行路径，而专用向量数据库提供一阶段过滤、混合搜索等关键功能，更适合处理大规模语义检索任务。

戴尔科技集团推出全新P系列和S系列显示器，可满足各种使用场景需求。

最近关于《流浪地球2》里MOSS的脑洞越来越多。

NEC研发出一种新的控制技术，能够在保证高度安全性的同时，将机器人在仓库的搬运作业效率提高2倍。该技术将于2023年实际应用，并计划搭载在NEC的协作搬运机器人（注）上。

这项研究提出了CURE框架，通过强化学习让大语言模型同时学习编写代码和生成单元测试两种能力，无需使用标准代码作为监督。团队开发的ReasonFlux-Coder模型在仅用4.5K编程问题训练后，便在多个基准测试中超越了同类模型，代码生成准确率提高5.3%，最佳N选1准确率提高9.0%。该方法不仅提升了模型性能，还提高了推理效率，同时为降低API调用成本和无标签强化学习提供了新思路。

所谓的提示是指我们给人工智能工具下达的指令，提示用于引导人工智能工具的输出。我们可以把提示想象成现代计算机代码的等价物，只不过提示是用自然语言编写的。与编写传统计算机程序一样，编写的提示也有好坏之分，好的提示可以有效地引导人工智能工具生成所需要的输出，不好的提示就做不到这一点。

WEKA发布NeuralMesh架构，通过并行文件系统软件变革加速大规模AI应用。该架构采用微服务构建动态连接的节点网格，解决传统存储在分布式AI训练和推理环境中的规模、延迟和并发需求。NeuralMesh可提供微秒级延迟保证，随规模扩展而增强弹性，硬件故障时可在分钟内重建。系统支持从TB到EB的容量扩展，在genomics研究机构实现从2PB到12PB的无停机扩容。