复旦大学研究团队发现AI注意力机制中不同维度的专业化分工现象，开发出FourierAttention方法，通过傅里叶变换智能压缩长上下文无关维度，在保持96%以上性能的同时大幅降低内存使用。该训练无关方法在LongBench和针式…详细

人工智能注意力机制内存优化

马里兰大学等机构联合提出ViCrit训练法，通过让AI识别图片描述中的人工植入错误来提升视觉理解能力。该方法将传统的生成完整描述转换为精确的错误定位任务，使训练目标更加明确。实验显示经过训练的AI模型在幻觉减少…详细

视觉理解强化学习模型评估

北京人工智能研究院发布突破性研究Infinity-Instruct，通过两阶段训练策略从1亿条指令中精选出740万基础指令和150万对话指令。该方法让开源AI模型首次在对话能力上超越GPT-4，其中LLaMA3.1-70B在对话测试中比GPT-4高…详细

人工智能指令调优开源AI

以色列理工学院研究团队开发出一种新颖的AI推理改进方法，通过训练专用的"继续思考"标记，让AI模型在解题时能够进行更深入的思考。该方法只需训练单个标记的嵌入向量，保持模型其他参数不变，在数学推理任务中展现出…详细

人工智能强化学习继续思考标记

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…详细

人工智能政策遵守AI安全

这项由奥地利约翰内斯开普勒大学团队开发的pLSTM技术，创新性地解决了人工智能在处理多维数据时的核心难题。通过引入源门、转换门和标记门三种机制，实现了真正的多维并行信息处理。在箭头指向外推任务中展现出优异的…详细

人工智能线性循环神经网络多维数据处理

本研究由斯坦福大学等顶尖学府联合提出SkillBlender方法，让人形机器人像人类学习技能一样先掌握基础技能，再智能混合应对复杂任务。通过预训练行走、伸手、蹲起、踏步四种原始技能，系统能以最少的奖励设计完成复杂…详细

人形机器人技能混合强化学习

南洋理工大学研究团队提出U-CoT+框架，通过将表情包转换为文字描述再结合人工制定的判断准则，让小型AI模型能够高效检测网络有害内容。该方法在七个数据集上表现优异，成本更低且具有更好的透明度和适应性，为网络内…详细

人工智能有害内容检测小型语言模型

韩国大学和KAIST研究团队提出了DeepVideo-R1，一种革新性的AI视频理解训练方法。该方法通过回归式GRPO和难度感知数据增强两大创新，解决了传统方法中的梯度消失和训练信号稀疏问题。在多个权威测试中显著提升了AI的视…详细

视频理解强化学习数据增强

在资源有限、客户期望高涨和新技术快速涌现的环境下，IT领导者需要以更少资源实现更大影响。本文介绍四个核心策略：消除浪费、简化工作流程、标准化运营模式和有目的地应用自动化。通过重新评估软件许可、闲置基础设…详细

IT运营工作流程自动化运营标准化

首席数据官需要从企业数据中获得最大价值，负责数据管理、战略制定、治理和安全等职能。成为高效CDO需要深入理解业务需求，掌握数据如何驱动竞争优势。面对GenAI等新兴技术快速发展，CDO必须具备适应变化的韧性，专注…详细

数据管理数据治理数据战略

KDE Plasma 6.4.0正式发布，这是2025年计划发布的三个KDE版本中的第二个。新版本在窗口平铺处理、深色模式优化、小部件和通知调整、内置搜索工具Krunner结果排序改进，以及截图工具Spectacle重新设计等方面带来显著提…详细

桌面环境Wayland可用性优化

Edward Tiedemann表示，AI正在改变未来，将赋能更多应用场景，这得益于云技术与AI技术的结合。但AI并非只存在于云端，它也存在于边缘侧。…详细

高通端侧AIAI

台湾大学联合MediaTek和Nvidia的研究团队开发了一种突破性的语音识别自我改进框架，无需大量人工标注数据即可显著提升AI语音识别准确率。该方法通过让AI生成伪标签训练语音合成系统，再用合成语音反向训练识别模型，…详细

语音识别自我训练框架合成数据增强