生成式 AI 正在各行各业广泛应用。从客户服务到药物研发,从营销支持到网络安全,生成式 AI 正在改变企业的运营方式。它不仅可以提高效率,还能开启创新机遇。虽然目前应用场景有限,但随着技术进步和用户创意,未来将会涌现更多应用。企业需要审慎评估投资回报,选择合适的应用场景,以充分发挥生成式 AI 的潜力。

面对IT基础架构的演变，个别数据保护厂商只是一味地在现有软件基础上增加若干功能模块，导致数据保护软件本身变得越来越“重”，试问一个负重前行的老人，如何扛得住突如其来的大规模袭击？

“2023全球生成式AI领军者榜单”围绕基础设施、大模型、场景应用三大领域，综合考量品牌知名度、技术领先度、市场认可度、生态合作等因素，最终评选出全球60家具有代表性的生成式AI公司和机构，其中亚马逊云科技位列榜单第四名。

如今，移植器官越来越多地通过包机、商业航班或快递进行运送，这就导致运输风险也在水涨船高。

京东x华硕路由战略合作新品发布会在京东总部小巨蛋报告厅圆满举办，此次与京东联合发布的TUF GAMING AX3000电竞特工系列路由...

新华三集团主动安全战略，围绕全栈、意图、使能三大核心技术理念，不断强化安全领域的能力与投入，并提倡主动安全整体观，既可以提供传统安全硬件，如防火墙、IDS等产品，又能够输送新型安全技术能力，如安全AI、零信任安全的整套防护架构及产品解决方案。

Trinity-RFT是阿里巴巴团队开发的开源框架，专为大语言模型的强化微调设计。它采用三位一体结构，包含RFT核心（探索者、训练者和缓冲区）、智能体-环境交互和数据流水线三大核心组件。框架支持同步/异步、在线/离线和策略内/外等多种训练模式，能优雅处理复杂的现实场景如延迟反馈和环境失败。Trinity-RFT还提供了丰富的数据处理功能和人机协作界面，并通过Trinity-Studio实现无代码操作。

Richard Eastley表示，没有哪个行业比金融服务业更需要应用程序生产能力，低代码使金融机构能够更好地掌控他们的技术发展蓝图。西门子低代码平台则助力金融机构实现这一目标。

本文介绍了 Sakana 针对语言模型提出的全新 CTM 架构，通过内部短时记忆和自适应运算，令模型推理更接近人类思考方式。

Veeam今天正式发布新的云数据管理功能，新功能将加入Veeam Availability Suite 9.5 Update 4，

对于美国加州的Infinera公司来说，2017年并不一帆风顺。这家电信设备制造商的收入从2016年的8.7亿美元下降到2017年的7.4亿美元，毛利率从45％下降到33％...

苏黎世大学的实验显示，AI的说服成功率达到9-18%，而人类平均只有2.7%，AI比人类强6倍。在4个月内，13个AI账号成功说服了上百位Reddit用户改变观点，且没有人识破它们的身份

ByteDance Seed研究团队提出AttentionInfluence方法，让13亿参数小模型为70亿参数大模型筛选训练数据。该方法利用模型内部注意力机制判断数据质量，无需人工标注。实验显示在推理密集型任务上性能提升1.4-3.5%，展现了"弱到强"的泛化能力，为AI训练数据选择提供了新的解决方案。

Dell EMC融合云盘一体机i2BoxDell-Share方案是由戴尔易安信与合作伙伴联合推出的企业级云盘方案，其特有的“部门文档全隔离、历史文档全追踪、个人文件全加密”特性，不仅可以避免其他用户干扰，更让公司的资料管理在自己手中！

就在提交IPO申请的一周之后，Arm公司决定在Hot Chips上发布Neoverse计算子系统（CSS）与Neoverse V2平台。

HPE全球合作伙伴计划和运营副总裁Jesse Chavez表示，HPE在2025财年创建了一个强大的激励池，其中HPE Alletra、HPE Private Clou AI和HPE VM Essentials都属于薪酬倍数最高的类别。

AIOps日益增长的趋势，代表着未来市场积极的发展信号。最终，AIOps将有能力帮助IT团队完成各类最重要任务与最紧迫的事务，例如与业务效能密切相关的应用程序与数字服务可靠性、稳定性以及正常运行时间。

2021年刚刚过去一半，那些专注于人工智能的热门初创公司，就展现出AI在办公场景和现场环境下的可访问性和使用方面的巨大潜力，他们证明了释放AI创新并不止是科技巨头的目标。

这项由清华大学、上海AI实验室等顶级研究机构联合完成的研究，系统分析了当前大推理模型存在的"过度思考"问题，并提出了从推理过程、训练方法、强化学习到架构创新的全方位解决方案。研究发现AI模型经常对简单问题进行冗长推理，浪费大量计算资源，通过多种优化技术可显著提升推理效率，为AI技术的普及和产业化应用提供重要支撑。

麦吉尔大学研究团队开发的LLMSYNTHOR框架创新性地将大语言模型用于高质量数据合成，解决了传统方法在处理复杂数据时的局限性。该框架将LLM视为非参数copula模拟器，通过"LLM提案采样"机制提高效率，并在摘要统计空间中迭代对齐真实与合成数据。实验证明LLMSYNTHOR在电子商务、人口统计和城市移动性等领域生成的合成数据具有卓越的统计保真度和实用价值，为隐私敏感领域的研究和决策提供了宝贵工具。