在新一代IBM LinuxONE服务器发布之际，让我们来探讨一下LinuxONE是如何为世界各地的客户提供绿色可持续、弹性扩展和安全无虞的基础架构的。

Gartner数据显示，到2020年，人工智能（AI）将成为30%以上首席信息官（CIO）的首要任务。尽管人工智能有望改变世界，但只有在企业机构有效应用人工智能的情况下，这种梦想才能成真。

在Greene Tweed公司的云环境中，数据通常保留两分钟，销售数据每30分钟刷新一次，不久将实现20分钟刷新一次销售数据。与Qlik合作的成功意味着Greene Tweed公司的2025年目标已经实现了一半，未来三年将重点在整个组织中正式推行数据治理项目。

在经济动能“提质换挡”的关口下，人口结构的变化、数据安全的挑战、AIGC对社会的重建、“管理惯性”的改造，正在社会和城市发展面临的一系列新挑战、新课题。

北京大学研究团队提出"弱到强解码"创新框架，让小型礼貌模型为大语言模型提供良好开头，解决AI道德对齐难题。该方法在保持专业能力的同时显著提升安全性，避免传统微调的性能损失，为低资源环境下的AI对齐提供了经济高效的解决方案，展现了巧妙协作胜过单纯扩大模型规模的设计智慧。

LoRAShop是弗吉尼亚理工大学研究团队开发的突破性框架，首次实现了无需额外训练的多概念图像编辑。该技术通过在整流流变换器中识别概念特定区域，创建分离的潜在掩码，并仅在相应区域混合LoRA权重，有效解决了"LoRA交叉干扰"问题。实验证明，LoRAShop在身份保留、多主体融合和实时编辑方面优于现有方法，为个性化图像创作开辟了新途径。

本文探讨了五大关键趋势将在2025年塑造数据中心硬件行业。从AI加速器和数据处理单元的投资增长，到先进冷却技术的扩大应用，以及对硬件安全风险的关注和Arm服务器的潜在兴起，这些创新将推动效率提升和性能优化，为现代计算的关键系统提供强大支持。

谷歌DeepMind团队提出STAR方法，通过模仿苏格拉底教学法让AI学会类比推理，解决传统AI无法"举一反三"的问题。实验显示该方法显著提升AI处理新问题的能力，在逻辑推理准确率从40%提升至75%以上。这项突破为创造真正智能的AI系统指明方向，未来将在教育、医疗、创意设计等领域产生重要应用价值。

WINA是一种由微软等机构研究人员开发的训练无关稀疏激活框架，它通过同时考虑隐藏状态大小和权重矩阵的列式l2范数来加速大型语言模型推理。与仅基于隐藏状态选择神经元的现有方法不同，WINA能更精确识别影响模型输出的关键神经元，在理论上提供更紧的误差界限。实验证明，WINA在相同稀疏度下比最先进方法表现更优（提升最多2.94%），同时减少高达65%的计算量，为资源受限环境中部署大型语言模型提供了高效解决方案。

Contextual AI今天发布了其基础语言模型（GLM），声称在行业中提供了最高的事实准确性，超越了Google、Anthropic和OpenAI的领先AI系统，在一个关键的真实性基准测试中表现出色。该公司由检索增强生成（RAG）技术的先驱创立，GLM在FACTS基准测试中获得了88%的事实得分，而Google的Gemini 2.0 Flash为84.6%，Anthropic的Claude 3.5 Sonnet为79.4%，OpenAI的GPT-4o为78.8%。

这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数，通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度，有效分离了回答质量与自我偏好偏差。实验发现，预训练和后训练模型都存在自我偏好，但大模型比小模型偏好度更低；调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制，为提高AI评判客观性提供了重要指导。

AWS发布开发环境Kiro预览版，集成AI代理帮助软件工程师将想法转化为生产就绪代码。Kiro支持"规格编码"，开发者可用自然语言描述需求，AI自动生成需求文档、用户故事和代码任务。系统包含规格同步、钩子触发等功能，确保代码质量和文档同步。支持模型上下文协议扩展，提供丰富的开源AI工具库。

研究人员提出了一种名为长度控制策略优化(LCPO)的训练技术，可以让开发者更好地控制大语言模型的思维链长度。这种方法通过在训练过程中引入长度约束，使模型能够在保持准确性的同时生成更简洁的推理过程。实验表明，采用LCPO训练的模型在准确性和成本之间提供了平滑的权衡，并且在相同推理长度下可以超越更大的模型。这项技术有望大幅降低企业应用中推理的成本。

浙江大学与阿里巴巴合作开发的TP-GRPO技术，通过识别AI绘画过程中的关键"转折点"步骤，改进了传统训练方法中简单平均分配奖励的问题。该方法能够根据每个绘画步骤的实际贡献给予精确奖励，对关键转折点还提供长期累积奖励。实验表明，在图像组合生成、文字渲染和人类偏好对齐三个任务上都实现了显著性能提升，为AI图像生成技术的实际应用开辟了新的可能性。

这项新加坡国立大学的研究开发了"Thinkless"框架，解决了大语言模型在推理时的效率问题。研究者通过引入两种控制标记和创新的解耦式相对策略优化算法，使模型能够智能地决定何时使用详细推理、何时直接给出简洁答案，就像人类面对不同难度问题时会灵活调整思考深度一样。实验结果表明，这种方法能减少50%-90%的详细推理使用，显著提高效率同时保持准确度，为构建更智能、更高效的AI系统铺平了道路。

对量子计算的另类探索，则始于一个名为IonQ的研究项目。

4位专家对2021年神经科学人工智能的发展作出预测。

IBM 认为，开放式混合云架构是一个集混合云的敏捷性和企业级AI的智能为一体的技术架构；与此相反，本文里提到的“像是科学怪人用碎片和部件堆砌起来的庞然怪物”是一个复杂难管、漏洞百出的架构，是一个“反乌托邦式”的架构。

Ampere Computing宣布推出全新 AmpereOne系列处理器，该处理器拥有多达192个单线程Ampere核，内核数量为业界最高。

Google Photos推出快速修复方案，允许用户重新启用经典搜索功能，替代此前推出的"Ask Photos" Gemini AI搜索工具。这一调整回应了用户对传统搜索方式的需求，为那些更偏好直接关键词搜索而非AI对话式查询的用户提供了选择。