香港城市大学联合多家机构开发出RubricBench系统，专门测试AI的评分能力。研究发现AI自制评分标准准确率仅50-58%，而使用人类专家标准后提升至80-85%，揭示了27%的"评分标准差距"。该系统包含1,147个测试案例，每个都配有详细评分标准，为改进AI评判能力提供了重要工具。

ChatGPT衍生了市场上大量人工智能应用程序。一些人工智能驱动的精致工具旨在实现任务自动化，可以令日常工作更加轻松，但这一类工具实在太多了，很容易让人不知所措，最后就完全放弃了这些工具的使用。

Canva最新推出的Dream Lab是一款AI驱动的文本到图像生成器,能够快速创建数字情绪板。它集成在Canva生态系统中,为创意人员、小企业主和艺术爱好者提供了便捷的设计工具。Dream Lab可以根据文字描述生成图像,并轻松组合成情绪板,激发创意灵感。

这项由阿里巴巴集团与上海交通大学联合开展的突破性研究，创建了DeepVision-103K数据集并提出了创新的AI训练方法。通过精心设计的三阶段数据精炼流程和强化学习训练，成功让AI获得了真正的视觉数学推理能力，在多项测试中表现卓越，为多模态人工智能的发展开辟了新的道路。

希腊亚里士多德大学研究团队开发了REGEN系统，通过两阶段神经网络框架实现游戏画面的实时真实化增强。该系统先用EPE方法离线生成高质量样本，再训练轻量级网络模仿效果，在《侠盗猎车手5》上实现了30帧每秒的处理速度，比传统方法快32倍且画面质量相当，为游戏产业和AI训练数据生成提供了实用解决方案。

对于中小企业而言，F5G全光网方案的性能过剩，价格也比较高。那么是否让新一代的网络技术服务于中小企业？

一项新调查显示,72% 的 Z 世代不信任基于人工智能的安全解决方案,成为对数字安全最为怀疑的一代。这种不信任显得尤为讽刺,因为 Z 世代成长于科技主导的世界,却对 AI 控制安全持保留态度。调查探讨了 Z 世代怀疑态度的根源,以及如何通过教育和透明度来解决信任问题。

这项由亚利桑那州立大学研究团队完成的开创性研究，首次系统评估了大型语言模型解释幸福概念的能力。研究构建了包含43880个解释的大规模数据集，采用创新的"AI评判员"框架进行评估。结果显示：大型模型显著优于小型模型，专家解释比普通解释更具挑战性，身体健康概念最易解释而社会健康概念最难。通过微调训练，小型模型的表现可大幅提升，甚至在特定任务上超越更大规模的模型，为AI在健康咨询领域的应用提供了重要参考。

让我们更深入地研究这些威胁案例，了解这些安全事件如何发生、为什么发生，以及制造商应怎样避免成为下一个网络安全受害者。

由信道自动编码器生成的AI设计信号，在质量上已经远超普通工程师。

SpeakLeash团队联合波兰多所大学开发的Bielik 11B v2语言模型，仅用110亿参数就在多项测试中击败了参数量大2-6倍的模型。该模型专门针对波兰语优化，采用创新的深度上扩架构和智能训练技术，在波兰语理解、跨语言能力和数学推理等方面表现卓越，为非英语语言AI发展提供了新路径。

在漫长的职业生涯中，McKeown一直倡导让网络设计适应英特尔的计算引擎与网络引擎。只有保证了这个前提，才能让研发工作顺风顺水、最终成果匹配需求。

SEALQA是维吉尼亚理工大学研究团队开发的新型基准测试，旨在评估搜索增强型语言模型在面对矛盾、嘈杂或无用搜索结果时的推理能力。它包含三种测试：SEAL-0（极具挑战性的核心问题集）、SEAL-HARD（更广泛的困难问题集）和LONGSEAL（测试长上下文多文档推理）。研究发现，即使是前沿模型在这些测试中表现也很差，增加测试时计算资源往往不能带来可靠的性能提升，高级推理模型对嘈杂搜索结果特别敏感，模型在识别大量干扰文档中的相关信息时仍然困难重重。

“在21世纪，供应链就是品牌。”

苹果公司联合香港大学开发了DiffuCoder，这是首个采用扩散模型的AI编程助手，能够像人类程序员一样进行全局思考和并行生成代码。该模型通过创新的"耦合GRPO"强化学习算法，在EvalPlus等权威测试中性能提升4.4%，并实现了更快的代码生成速度。这项研究为AI编程助手从线性生成向智能化并行思考的转变奠定了基础。

作为完全自主研发的高端存储，曙光ParaStor分布式云存储系统具备高并发的数据存储能力、存储资源池的按需分配、异构平台的数据共享访问、精细化的存储访问控制、资源统一管理与运维的显著优势。

人聪明还是机器聪明？这个问题像世界上先有鸡还是先有蛋一样众说纷纭，所以才会涌现出各类人机PK的博弈。毋庸置疑，这两个都是强者。面对日益凶猛的不和谐制造者，它们选择强强联合……

2019年4月9日-深圳，由工业和信息化部、深圳市人民政府主办的第七届中国电子信息博览会（CITE2019）今天上午在深圳会展中心盛大开幕。

ByteDance种子实验室推出VeOmni全模态AI训练框架，通过模块化设计和分布式优化策略，解决了同时训练处理文字、图像、视频、音频等多种数据类型AI模型的技术难题。该框架让300亿参数模型在128个GPU上实现每秒2800+ tokens处理速度，支持16万长度序列，在与主流框架对比中展现显著性能优势。

作为中美连续创业者，赵维奇的创业之路非常宽泛，做过社交软件、做过游戏、做过面向极限运动的AR产品等。而现在，赵维奇作为Rokid全球开发者生态负责人，也参与负责Rokid多款软硬件产品设计与研发。他回忆说，最早加入Rokid是在实验室，开发Rokid第一代AR眼镜，相当于是一个小组在做内部创业的过程。