🔥51CTO热榜:2025-10-16

他们推出Cell2Sentence-Scale 27B大模型,目标是寻找能在特定免疫情境环境中增强免疫信号的药物,突破了癌症免疫疗法中冷肿瘤难以被免疫系统察觉的难题。
要问明星独角兽宇树科技是如何炼成的?创始人王兴兴的这篇论文,或许可以找到一些线索。
InfoAgent突破性解决了深度研究智能体的两大瓶颈:高质量训练数据缺乏与搜索工具质量限制。通过实体树构建与自托管搜索基础设施,该14B参数模型在多个基准测试中超越更大规模的开源模型,为构建真正理解复杂问题的智能体提供了可落地的实践路径。
紧急登录集群排查,发现消费者组明明有 3 个节点,却只有 1 个在正常消费,原来 10 分钟前触发了 Rebalance,另外两个节点还卡在分区重新分配的状态,导致消费能力直接砍半。
在波士顿动力人工智能研究所的最新方法——结合采样与学习的动态全身操作中,波士顿动力的机器狗Spot最快仅用3.7秒就能搬起轮胎。
重复提交是开发中经常遇到的问题。用户可能因为页面响应慢连续点击提交按钮,或者网络延迟时反复重试。这些情况会导致数据重复、业务混乱,比如生成重复订单、多次扣款等问题。最重要的是,不要完全依赖前端的防护,后端必须要有相应的验证机制。这样才能确保系统的数据安全和业务稳定。
液冷技术不仅仅是一种散热方式的改变,更是数据中心能效管理理念的革新。在算力需求持续增长的背景下,谁能更好地掌握和应用液冷技术,谁就能在未来的竞争中占据优势地位。这场能效革命,已经悄然开始。
我都在生产环境里用过。两者都好用,但也各有“后悔 moment”。下面是我现在的选择标准,以及被现实教育过后的注意事项。
我们可以将类似ChatGPT,Claude,GitHub Copilot,Midjourney理解为AI原生应用。但是对于传统IT系统增加了AI知识库,AI智能报表,AI智能排产或图像识别等,只能叫AI赋能或AI集成,而非AI原生。
在AI智能体日益依赖记忆系统的时代,一种新型攻击悄然兴起:记忆投毒。A-MemGuard作为首个专为LLM Agent记忆模块设计的防御框架,通过共识验证和双重记忆结构,巧妙化解上下文依赖与自我强化错误循环的难题,让AI从被动受害者转为主动守护者,成功率高达95%以上。
Fastjson核心特性在于高速序列化/反序列化,利用ASM在运行时生成字节码动态创建解析器,减少反射;AutoType字段支持多态,却带来反序列化RCE风险,建议关闭AutoType,开启safeMode。
为了从根源上解决 AI Agent 的安全困境,字节跳动安全研究团队提出了全新的智能体安全框架——Jeddak AgentArmor。关于框架的详细介绍,可以查看上篇文章:为 AI Agent 行为立“规矩”——字节跳动提出 Jeddak AgentArmor 智能体安全框架。本篇文章将继续深入分享该框架下的可信AI Agent。
我第一时间就做了一个Veo 3.1和sora 2的初步对比测试,测试下来,Veo 3.1审美以及提示词遵循能力还是不如sora 2,不过好处是,Veo 3.1支持上传人像进行创作,sora 2 目前图生视频不支持人像。
谷歌给 Coral NPU 的定位是「一个全栈、开源的平台,旨在解决性能、碎片化和隐私这三大核心挑战,而这些挑战限制了功能强大、始终在线的 AI 技术在低功耗边缘设备和可穿戴设备上的应用。」
当地时间周三,OpenAI 首席执行官萨姆・奥尔特曼(Sam Altman)在面对外界对其放宽内容限制政策的批评时回应称,该公司“并非世界选出的道德警察”。
从英伟达的“生态依托”,到AMD的“利益绑定”,再到博通的“定制突破”,OpenAI的合作布局呈现出清晰的战略逻辑:短期以通用GPU算力保障模型迭代,中期通过股权绑定构建稳定供应链,长期以定制芯片掌握核心技术自主权。
新加坡工程院院士、AAAI/ACM/IEEE/IAPR Fellow 颜水成带队,携同华南理工大学、新加坡科技研究局(A*STAR)I2R 研究所、腾讯 WeChat Vision 等机构的研究团队,提出了一种全新的统一范式 —— Patch-as-Decodable Token(PaDT)。
美国应用安全厂商F5确认遭国家级黑客长期入侵,攻击者窃取了部分BIG-IP源代码及客户配置数据,引发供应链安全担忧。