/
阿里巴巴推出 Qwen 3 系列 ‘混合式’ AI 推理模型
阿里巴巴全新發(fā)布的 Qwen 3 系列模型支持 119 種語(yǔ)言，采用混合思考模式，可根據(jù)任務(wù)需求靈活調(diào)整“思考預(yù)算”。該系列模型規(guī)模從 0.6 億到 2350 億參數(shù)不等，在編程、數(shù)學(xué)推理等多項(xiàng)測(cè)試中部分超越 OpenAI 與 Google 同類產(chǎn)品，且大部分模型將通過(guò) Hugging Face 和 GitHub 開(kāi)放下載。
Nvidia 發(fā)布 NeMo 微服務(wù) 助力簡(jiǎn)化 AI 代理開(kāi)發(fā)
英偉達(dá)發(fā)布 NeMo 微服務(wù)，幫助企業(yè)構(gòu)建自主學(xué)習(xí)、持續(xù)優(yōu)化的 AI 代理，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)升級(jí)。
Microsoft 365 Copilot迎來(lái)新團(tuán)隊(duì)，包括 Researcher 與 Analyst 代理
這次更新為Microsoft 365 Copilot加入了AI搜索、推理機(jī)器人、Agent Store、新的圖像生成及文件管理功能，全方位提升企業(yè)辦公體驗(yàn)。
外科手術(shù)中心 CIO 構(gòu)建 IT 部門
Regent Surgical Health 的CIO Rusty Strange在快速擴(kuò)張中，從零建立IT部門，通過(guò)評(píng)估現(xiàn)有系統(tǒng)、標(biāo)準(zhǔn)化設(shè)備、搭建云平臺(tái)及制定網(wǎng)絡(luò)安全策略，有效整合各ASC分散系統(tǒng)，確保運(yùn)營(yíng)穩(wěn)定與患者安全。
基于 AI 的 API 被證明極易遭受攻擊
根據(jù) Akamai 報(bào)告，2023 至 2024 年間，API 攻擊次數(shù)超 1500 億，網(wǎng)絡(luò)攻擊總量激增至 3110 億次。報(bào)告指出，AI 助力的 API 雖提升了威脅檢測(cè)能力，卻也因普遍缺乏充分認(rèn)證等安全防護(hù)，拓寬了攻擊面，同時(shí)催生了更多自動(dòng)化、智能化的攻擊手段。企業(yè)需采納包含 shift-left、DevSecOps、持續(xù)監(jiān)控及零信任等多層防護(hù)措施，以應(yīng)對(duì)日益嚴(yán)峻的安全挑戰(zhàn)。
信用授予有方：深入解析 Experian 改變金融服務(wù)可及性的 AI 框架
Experian信用局采用了一種審慎的AI應(yīng)用方法，開(kāi)發(fā)了內(nèi)部流程、框架和治理模型，幫助其測(cè)試和大規(guī)模部署生成式AI。這種方法融合了先進(jìn)的機(jī)器學(xué)習(xí)、代理式AI架構(gòu)和基層創(chuàng)新，改善了業(yè)務(wù)運(yùn)營(yíng)，并為約2600萬(wàn)美國(guó)人擴(kuò)大了金融服務(wù)的可及性。Experian的AI之旅展示了傳統(tǒng)數(shù)據(jù)公司如何轉(zhuǎn)型為AI驅(qū)動(dòng)的平臺(tái)企業(yè)，為負(fù)責(zé)任的AI治理提供了藍(lán)圖。
新技術(shù)幫助大語(yǔ)言模型控制思維鏈長(zhǎng)度，在不增加計(jì)算成本的情況下優(yōu)化推理能力
研究人員提出了一種名為長(zhǎng)度控制策略優(yōu)化(LCPO)的訓(xùn)練技術(shù)，可以讓開(kāi)發(fā)者更好地控制大語(yǔ)言模型的思維鏈長(zhǎng)度。這種方法通過(guò)在訓(xùn)練過(guò)程中引入長(zhǎng)度約束，使模型能夠在保持準(zhǔn)確性的同時(shí)生成更簡(jiǎn)潔的推理過(guò)程。實(shí)驗(yàn)表明，采用LCPO訓(xùn)練的模型在準(zhǔn)確性和成本之間提供了平滑的權(quán)衡，并且在相同推理長(zhǎng)度下可以超越更大的模型。這項(xiàng)技術(shù)有望大幅降低企業(yè)應(yīng)用中推理的成本。
簡(jiǎn)潔致勝：Chain of Draft 技術(shù)有望在提升性能的同時(shí)將 AI 成本削減 90%
Zoom Communications的研究團(tuán)隊(duì)開(kāi)發(fā)了一種突破性技術(shù)，能夠顯著降低人工智能系統(tǒng)在處理復(fù)雜推理問(wèn)題時(shí)所需的成本和計(jì)算資源，可能會(huì)改變企業(yè)大規(guī)模部署AI的方式。該方法稱為草稿鏈（Chain of Draft，CoD），使大型語(yǔ)言模型能夠用最少的文字解決問(wèn)題——所需文本僅為當(dāng)前方法的7.6%，同時(shí)保持或甚至提高準(zhǔn)確性。研究結(jié)果上周在arXiv研究庫(kù)中發(fā)表。
研究發(fā)現(xiàn)：訓(xùn)練大語(yǔ)言模型進(jìn)行推理任務(wù)并不需要海量數(shù)據(jù)
{一項(xiàng)來(lái)自上海交通大學(xué)的研究表明，大型語(yǔ)言模型（LLMs）可以在不依賴大數(shù)據(jù)集的情況下學(xué)習(xí)復(fù)雜的推理任務(wù)。研究結(jié)果顯示，僅需少量精心挑選的示例，就能訓(xùn)練LLM完成原本認(rèn)為需要數(shù)萬(wàn)個(gè)訓(xùn)練實(shí)例的任務(wù)。這種高效性源于現(xiàn)代LLM在預(yù)訓(xùn)練階段獲得的內(nèi)在知識(shí)。隨著新的訓(xùn)練方法變得更加數(shù)據(jù)和計(jì)算高效，企業(yè)可能能夠在不需要大型AI實(shí)驗(yàn)室資源的情況下創(chuàng)建定制模型。}
為什么在推理型大語(yǔ)言模型中使用思維鏈提示可能會(huì)適得其反
本文探討了鏈?zhǔn)剿季S提示技術(shù)在生成式AI和大語(yǔ)言模型中的應(yīng)用。作者指出,新一代AI模型已內(nèi)置鏈?zhǔn)剿季S功能,無(wú)需額外要求。但顯式使用該技術(shù)可能導(dǎo)致重復(fù)、延遲或錯(cuò)誤。文章就如何正確使用鏈?zhǔn)剿季S提示給出了建議,以充分發(fā)揮AI的推理能力。
AI 如何助力營(yíng)銷人員提升工作效率
AI 正在徹底改變營(yíng)銷領(lǐng)域，幫助企業(yè)更高效地分析數(shù)據(jù)、與客戶互動(dòng)、創(chuàng)作內(nèi)容和優(yōu)化活動(dòng)。從個(gè)性化營(yíng)銷到預(yù)測(cè)分析，AI 使?fàn)I銷人員能夠?qū)崿F(xiàn)前所未有的效率和效果，重新定義了營(yíng)銷策略，推動(dòng)了全面的業(yè)務(wù)成果。
- LinuxONE 客戶案例集錦
- IBM 存儲(chǔ)客戶案例集錦
- 智能超融合基礎(chǔ)設(shè)施 - HPE SimpliVity 解決方案
- 借助 HPE GreenLake 提供本地云體驗(yàn)解決方案
- 掌控全局 — 推動(dòng)業(yè)務(wù)創(chuàng)新：適用于 HPE SimpliVity 的 HPE 主動(dòng)式系統(tǒng)支持服務(wù)
- 實(shí)現(xiàn)居家辦公高效率解決方案
- 實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)革新 - HPE Primera解決方案
- 搭配Nutanix的HPE GreenLake私有云解決方案
- 重新定義 HCI， 助其更上一層樓
- 適用于 VDI 的 HPE GreenLake - 本地云服務(wù)解決方案
京公網(wǎng)安備 11010802021500號(hào)
