/
AI评判官的隐形偏见：当合成数据遇上同门师兄弟，公正评价还能保证吗？——亚利桑那州立大学等多所高校联合发现"偏好泄漏"现象
亚利桑那州立大学等多所高校联合研究发现了AI评估中的"偏好泄漏"现象：当大语言模型既用于生成训练数据又用于评判学生模型时，会产生系统性偏见，偏爱体现自己风格的回答。研究显示这种偏见可达23.6%，比已知的自我中心偏见影响更严重，可能导致AI评估排行榜出现系统性偏差，威胁AI评估体系的公正性。
数学AI也会"装懂"？四川大学研究团队揭示AI缺失的核心能力
四川大学研究团队发现，当前先进的AI模型在面对信息不完整的数学问题时，缺乏主动询问澄清信息的能力，更倾向于基于假设给出答案。
当AI学会"预见未来"：商汤科技如何让自动驾驶汽车拥有水晶球般的预知能力
商汤科技研究团队开发了MaskGWM，一个革命性的自动驾驶预测系统。该系统采用创新的"双重学习法"，让AI同时掌握图像生成和逻辑推理能力，能够预测长达12秒的未来驾驶场景。通过空间和时间两个维度的掩码重建训练，结合多视角预测能力，MaskGWM在标准测试中显著超越现有技术，并展现出强大的跨域泛化能力，为更安全智能的自动驾驶技术奠定了重要基础。
UC伯克利发现AI推理学习的秘密：结构比内容更重要的惊人真相
UC伯克利研究团队发现，仅用17000个训练样本就能让AI获得强大推理能力，关键在于推理的逻辑结构而非具体内容正确性。即使训练数据包含错误答案或错误计算，AI仍能学会推理，但一旦打乱逻辑结构，性能就会急剧下降。该发现颠覆了AI训练需要海量完美数据的认知，为资源有限的团队提供了经济高效的AI推理能力培养方案。
大型语言模型的"深度诅咒"：牛津大学发现训练深层网络的致命缺陷及解决方案
牛津大学研究团队发现大型语言模型存在"深度诅咒"现象：深层网络对模型贡献微乎其微，造成计算资源浪费。研究揭示Pre-LN架构中方差指数增长是根本原因，并提出层归一化缩放（LNS）解决方案。LNS通过简单的缩放因子控制方差增长，让每层都发挥作用，在各种规模模型上都实现显著性能提升，为提高AI训练效率提供了重要突破。
挪威人形机器人公司1X CEO：我们的产品先进家庭，而非工厂，硅谷的硬件迭代比深圳差很远，大家对遥操作有误解，靠世界模型拿到投资
从11岁就梦想造人形机器人的Bernt Bornich，用'huggable'形容他的Neo Gamma机器人——这个能举起150磅的66磅'运动员'，正以家庭为试验场突破AI学习瓶颈：'工厂20小时就触及学习天花板，而家庭环境的多样性才是通往AGI的钥匙'。
那些年的国民零食，为什么突然在拼多多火了？
从金冠到雅客、友臣、蜡笔小新，这些曾风靡小卖铺与超市货架的老牌零食厂商，一度因渠道滞后、品牌老化而淡出人们视野。而如今，它们在拼多多上正迎来一场集体复兴。
斯坦福大学新发现：大语言模型居然能自己学会当"翻译官"
斯坦福大学研究发现，主要用英语训练的大型语言模型竟能自发学会处理其他语言任务，无需明确教学。这种跨语言迁移能力随模型规模增大而显著提升，通过形成"通用语义空间"实现不同语言间的知识迁移。研究为降低多语言AI开发成本、支持资源稀缺语言提供了新途径，但仍面临性能不均衡、文化适应性等挑战。
CCF HPC China 2025鄂尔多斯完美谢幕，共谱超算新篇章
8 月 13 日至 16 日，以 “绿动算力 超智融合” 为主题的第 21 届 CCF 全国高性能计算学术大会（CCF HPC China 2025）在鄂尔多斯国际会展中心盛大举办并圆满落幕。
生成式引擎优化GEO：在线零售商的新营销手册
随着谷歌搜索和亚马逊主页在电商领域影响力下降，AI助手如ChatGPT、Claude等成为消费者新的购物入口。品牌必须掌握生成式引擎优化(GEO)技术才能保持可见性。传统SEO策略已失效，AI系统更青睐结构化、问答式的高质量内容。研究显示，来自AI助手的流量转化率比其他渠道高9倍。品牌需要基于真实客户问题创建内容，采用结构化问答格式，并建立信任度，才能在这个新的电商秩序中脱颖而出。
数据中心电池储能系统如何抵御新兴网络威胁
2025年第一季度网络攻击激增126%，英国新法案要求数据中心强制报告网络安全事件。现代威胁已演变为同时攻击IT和OT系统，而许多数据中心的备用电源系统仍使用90年代的过时技术。电池储能系统(BESS)通过分布式架构、加密通信和自主运行能力提供网络弹性防护。BESS即服务模式将网络安全维护转移给专业提供商，同时通过需求响应和能源套利创造收益。随着全球法规要求将网络安全与能源安全相结合，数据中心需要现代化基础设施来应对日益严峻的威胁环境。
人工智能大模型推理速度大提升！阿姆斯特丹大学与Salesforce联手开发"聪明导游"技术
阿姆斯特丹大学与Salesforce合作开发的奖励引导推测解码（RSD）技术，通过让小模型处理简单任务、大模型解决复杂问题的智能分工，在保持推理准确率的同时大幅提升计算效率。该技术在数学推理等任务中表现出色，计算量最多可减少75%，为AI应用的普及和成本降低提供了重要技术支撑。
微软首创！让大型语言模型记忆力暴涨64倍的神奇方法
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。
华科大联手地平线：让AI学会开车的秘诀，竟然是在数字世界里"碰车"
华中科技大学联合地平线机器人开发RAD自动驾驶训练系统，首次将3D高斯点云渲染技术应用于强化学习，在逼真虚拟环境中让AI通过试错学习驾驶技能。该方法巧妙结合模仿学习与强化学习，将碰撞率降低3倍至8.9%，同时保持人类化驾驶风格。研究为自动驾驶AI安全训练开辟新路径，预示更可靠的无人驾驶汽车即将到来。
华盛顿大学研究发现：小模型学不会"高手"推理，混合教学法成破解关键
华盛顿大学研究团队发现小AI模型无法有效学习大模型的复杂推理方法，提出了"小模型可学习性差距"概念。他们通过大规模实验证明，小模型更适合学习简洁推理而非复杂推理，并创新性地提出混合蒸馏法，将不同复杂度的训练数据按比例组合，显著提升了小模型性能，为AI模型训练策略提供了新的"因材施教"思路。
ServiceNow联合Mila等机构提出全新视觉-文本桥接神器，让AI看懂图片中的文字真的不再困难
ServiceNow联合多个顶级研究机构提出ALIGNVLM，这是一个专门用于文档理解的视觉-语言模型。其核心创新ALIGN连接器通过将视觉特征映射为语言模型词汇的概率分布，有效解决了传统方法中视觉和语言模态对齐不准确的问题，在多个文档理解基准测试中取得显著性能提升。
人工智能也能看懂手语了？MIT团队让机器秒懂聋人对话的神奇技术
MIT研究团队开发出革命性的手语视频搜索技术，能够通过普通文字搜索找到对应的手语视频内容。该系统运用深度学习建立手语与文字间的语义映射，准确率达到87%，为全球7000万聋人群体打开数字世界大门。技术有望在教育、社交媒体、客服等领域广泛应用，推动建设更包容的数字社会。
京公网安备 11010802021500号
