AI项目的失败往往跟大麻烦无关，而是由一个个微小细节所决定。面对种种激动人心的可能性，企业在最初启动AI项目时往往信心满满。但具体实施过程中的现实问题很容易熄灭这份热情，导致AI项目被搁置甚至最终失败。

微软研究院开发出LongRoPE2技术，能让大型语言模型的记忆容量扩展64倍至12.8万字，同时保持98.5%的原有性能。该方法通过发现AI位置编码训练不均衡问题，采用智能搜索和混合训练策略，仅用传统方法八十分之一的资源就实现突破。这项技术将使AI能完整处理长文档、进行复杂对话，为文档分析、代码开发、内容创作等领域带来重大改进。

对企业来说，最重要的是要在技术引进和成本管控之间保持良好的平衡。

这篇论文由加州大学伯克利分校和香港大学的研究团队提出了LIFT方法，挑战了传统视觉语言模型需要同时训练文本和图像编码器的假设。研究发现，使用预训练的大型语言模型作为固定文本编码器，只训练图像编码器就能在多项任务上超越CLIP，特别是在理解空间位置、对象属性关联等组合信息方面。LIFT不仅提高了计算效率，还解决了CLIP在处理复杂语义关系和长文本描述时的短板，为视觉语言模型提供了一条更高效的发展路径。

安全和可观察性数据平台的领导者Splunk公司（纳斯达克股票代码：SPLK）近日发布了四份2023年预测报告，详细阐述各种趋势和技术的融合将如何在未来一年重塑企业业务弹性。

网络威胁正变得更加复杂，数据渗漏、盗窃和损坏比以往任何时候都要普遍。如果不对这些威胁加以处理，企业可能会遭到毁灭性的打击。

这项研究提出了R1-Searcher++框架，通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识，并引入记忆机制将检索到的信息转化为内部知识，实现动态知识获取。实验表明，R1-Searcher++不仅在多步问答任务上表现优异，还大幅减少了检索次数，显著提高了推理效率。

谷歌和香港大学研究团队提出Learn-by-interact框架，让AI智能体通过自主与环境互动来学习，核心创新是"逆向构建"机制，能将失败操作转化为有价值训练数据。在四个真实环境测试中，该方法显著提升了AI在软件编程、网页操作、桌面应用等复杂任务中的表现，为构建实用AI助手开辟新路径。

浙江大学和阿里巴巴团队开发Memp框架，为智能体构建程序性记忆能力。该系统通过构建、检索、更新三个模块，让智能体从过往经验中学习，显著提升任务成功率50%，执行效率提升一半。更重要的是，强模型的记忆可传递给弱模型，实现经验共享。这项研究为构建具有持续学习能力的智能系统开辟新路径。

国际高性能计算与人工智能咨询委员会、新加坡国家超级计算中心（NSCC）和澳大利亚国家计算基础设施中心（NCI）联合宣布第五届亚太区HPC-AI大学生竞赛胜利召开。

想象一下，你拥有一部记录全家旅行的一小时视频，里面包含了许多琐碎的日常片段，但也有一些珍贵的难忘时刻。如果要向朋友展示这段旅程的精华，你可能需要手动浏览整个视频，找出重要片段，然后制作一个简短的剪辑。这个过程既耗时又繁琐。

人工智能（AI）和机器学习可以通过多种方式提高我们的世界的生产力和效率，甚至有啤酒厂使用人工智能来提高啤酒产量。

ByteDance团队提出的DetailFlow是一种创新的图像生成方法，通过"下一细节预测"策略实现从粗到细的自回归生成。它将图像编码为仅需128个令牌的1D序列，比传统方法少5倍，却实现了更高质量（2.96 gFID）和更快速度（提速约8倍）。该方法巧妙地模拟人类创作过程：先勾勒整体结构，再逐步添加细节，并通过自我纠错机制解决并行推理中的错误累积问题，为高分辨率图像生成提供了高效解决方案。

Parallels最新发布了Parallels Remote Application Server（Parallels RAS）版本17，为服务提供商（SP）及企业简化终端用户计算。

2024年10月9日，可信的数据、分析和AI混合平台厂商肯睿Cloudera今天发布了由NVIDIA NIM微服务驱动的肯睿Cloudera AI推理服务，该服务同时成为NVIDIA AI Enterprise平台的一部分。

以Transformer为核心的自回归注意力类程序始终难以跨过规模化这道难关。为此，DeepMind/谷歌最近建立新项目，提出一种帮助这类程序有效瘦身的好办法。Perceiver AR架构回避了一大严重占用资源的任务，将输入与输出的组合性质计算至潜在空间。

分析引擎在为企业提供低延迟和低成本的实时分析方面发挥着至关重要的作用。

Commvault近日发布了Commvault Cloud Cleanroom Recovery（洁净室恢复），帮助企业确保自身的网络弹性就绪，树立自身的数据恢复信心。

Jenkins是一款流行的开源持续集成（Continuous Integration）工具，广泛用于软件项目开发和版本发布，具有自动化构建、测试和部署等功能，允许在不同平台持续集成和持续交付项目。

这篇研究来自丹麦奥尔堡大学的团队，探讨了大语言模型的推理过程如何影响事实准确性。研究者通过从高级推理模型中提取思考轨迹，并用知识图谱增强这些轨迹，然后对不同规模的模型进行微调并在六个数据集上测试。结果表明，对小型模型而言，长推理过程显著提高事实准确性；而增加测试时计算资源（如并行采样或增加令牌预算）可使准确率提高2-8%。研究发现约2K令牌长度的推理效果最佳，为提升大语言模型事实准确性提供了新思路。