苹果公司研究团队通过创新的GSM-Symbolic测试方法，发现当前先进AI系统在数学推理方面存在严重缺陷。研究表明，AI虽然在标准测试中表现优异，但面对表述稍有变化的同类问题时准确率显著下降，暴露出其缺乏真正的逻辑理解能力，主要依赖模式匹配而非推理。这项发现为AI评估提供了新标准，并为未来开发更可靠的AI推理系统指明了方向。

近日，戴尔在京举办了题为“驱动时代 创建未来”戴尔商用客户解决方案研讨会，活动上，戴尔分享了商用客户端的市场战略，技术专家分享了关于AI、5G的未来技术展望内容，戴尔还跟客户一起讲解了很多商用客户端解决方案案例，从客户的痛点入手...

在偏爱年轻化的互联网行业，35岁往往是程序员不能迈过的一道重要门槛，大龄就被优化的势头愈演愈烈，35+程序员的未来空间被压缩得越来越小。但是否有比这更糟糕的情况呢？有！那就是双减政策下教培行业的大龄程序员。

意大利特伦托大学研究团队开发了RaWMPC自动驾驶系统，该系统无需专家示范即可学会安全驾驶。系统通过建立世界模型预测驾驶行为后果，采用风险感知交互学习策略主动探索危险场景，并运用自我评估蒸馏技术提高效率。实验显示，RaWMPC在多个测试平台上超越传统方法，特别是在应对未知场景时表现出色，为自动驾驶技术发展提供了新的解决思路。

密歇根大学研究团队开发的HLIP框架为3D医学影像处理提供了突破性解决方案。通过模拟放射科医生的层次化阅读策略，HLIP能高效处理未经筛选的CT和MRI数据，无需昂贵的人工标注。在两个大规模数据集（包含220K患者的脑部MRI和240K患者的头部CT）上训练后，HLIP在多个公开基准测试中显著超越现有模型，如在Pub-Brain-5上提升32.4%准确率。这一创新不仅降低了计算成本，还为临床AI辅助诊断系统铺平了道路。

浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示，即使最先进的AI在明确指令下能达到85-96%成功率，但面对需要从物理约束推断行动的任务时，成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力，监督学习虽能改善单体任务但对多智能体协作效果甚微，表明当前架构存在根本局限性。

在山东济南的平阴县，种植着6万多亩的玫瑰花，这里的每一朵玫瑰，都能通过自己身上的各种码，与消费者、生产者、流通者“对话”。

港大研究团队开发了χ0机器人操作框架，通过模型算术、阶段优势和训练部署对齐三种技术的协同，系统性解决了机器人学习、训练和实际部署三个阶段间的不匹配问题。该系统在复杂的服装操作任务上成功率提升250%，仅用20小时数据和8块GPU就实现了24小时连续稳定运行，为机器人技术从实验室走向日常应用提供了重要突破。

近日，Libra协会初始成员在日内瓦成立大会之后正式确立了项目管理结构。但几天过去，包括Visa、eBay以及Mastercard在内的七家重要参与者突然决定撤出项目。转变如此迅速，不禁令人为其命运深感担忧。

华盛顿大学等机构联合开发了史上最大规模的视频场景图数据集SVG2，包含63万视频和数千万标注，并推出TRASER模型实现视频内容结构化理解的重大突破。该技术让AI能像人类一样理解视频中物体间的复杂时空关系，在多个评测指标上超越现有最强模型，为视频搜索、自动驾驶等应用开辟新可能。

西南证券积极探索区块链技术的落地实践，建设完成了电子存证区块链服务平台。

Electro Rent的联合采购解决方案使企业能够投资最新测试技术且避免设备贬值限制风险。

北京邮电大学团队发现大语言模型"遗忘技术"存在重大漏洞：AI在特定训练后虽能拒绝直接问题，但换个问法仍可套出相关信息。研究提出"形式依赖偏差"概念，并开发ROCR概念重定向方法，通过替换AI内部概念表示实现真正遗忘，解决了传统方法的局限性。

IBM研究院开发出群体相对策略优化(GRPO)方法来训练语音感知大语言模型，通过让AI生成多个答案并比较优劣进行学习，在语音问答和自动翻译任务上取得显著性能提升。实验显示该方法比传统监督微调效果更好，BLEU分数最高提升10.9%，为语音理解AI的发展开辟了新路径。

阿里巴巴通义实验室开发的AgentScaler是一个能够智能使用工具的AI助手模型系列。通过创新的两阶段训练和自动化环境构建技术，AgentScaler在多个权威测试中表现优异，40亿参数的小模型就达到了300亿参数模型的性能。该研究首次实现了大规模环境自动构建来提升AI智能体能力，为AI助手的实用化应用奠定了基础。

作为全球领先的端到端企业级IT基础架构和云计算提供商，戴尔科技集团通过领先的云计算解决方案，以及广泛的合作，推进媒体深度融合发展。

数千年来，人类通过观察，发现北半球的太阳从秋分开始，太阳多从东偏南升起，从西偏南方向落下，特别是冬至，太阳偏南现象更为明显。

这项由中国移动和Zero Gravity实验室合作的研究成功突破了大模型训练的网络带宽限制，首次实现在1Gbps网络下训练1070亿参数模型，速度比传统方法快357倍。通过流水线并行、延迟重叠机制和自适应压缩算法的创新组合，为分布式AI训练开辟了新可能。

十余年前，在星巴克咖啡馆，第一批边用笔记本电脑奋笔疾书、边喝咖啡的人出现了， 这样的画面对很多人来说可能还记忆犹新。处在当下，回溯那段旧时光，正是因为IT（信息技术）与CT（通信技术）的融合，才会创造出这样一副场景...

IBM研究团队通过CRAFT系统揭示AI助手在面对恶意用户时的脆弱性。该研究发现，即使最先进的AI助手在遭遇精心设计的诱导攻击时，政策违反率高达70%，远超传统攻击方法。团队开发的τ-break测试集专门评估AI在政策遵守方面的表现，结果显示现有防御措施效果有限。这项研究为AI安全评估提供了新视角，强调需要考虑恶意用户场景，对未来AI系统的安全部署具有重要指导意义。