/
双头优化：一种简单高效的半监督式视觉-语言模型知识蒸馏方法
本研究提出了双头优化（DHO）框架，一种解决视觉-语言模型知识蒸馏中梯度冲突问题的创新方法。通过设计两个独立的预测头分别学习标记数据和教师信号，DHO有效缓解了传统单头方法中的梯度冲突，提升了特征学习质量。实验结果显示，DHO在ImageNet等11个数据集上一致超越基线方法，使用1%标记数据时较现有最佳方法提高了3%的准确率，同时参数量更少。此外，DHO支持推理时通过线性组合双头输出灵活调整模型表现，为半监督学习下的知识蒸馏提供了一种简单高效的解决方案。
Group Think：多个并行推理智能体如何在标记级别协同合作
这篇研究论文介绍了一种名为"Group Think"的创新方法，让单个大型语言模型能够同时扮演多个并行推理智能体，这些"思考者"能在标记级别相互协作。传统多智能体系统通常采用轮流推理方式，而Group Think实现了实时并行协作，智能体可以看到彼此的部分生成内容并动态调整。实验表明，这种方法不仅提高了推理质量，还显著降低了延迟，特别适合资源有限的边缘设备。研究团队提出了两种高效实现方案，并通过三类代表性问题验证了Group Think的优势。
Mergenetic：一款简单易用的进化式模型合并工具库｜让普通GPU也能创造顶尖语言模型
Mergenetic是一个开源工具库，让研究人员能在普通GPU上进行进化式模型合并。由罗马萨皮恩扎大学和洛桑联邦理工学院研究者开发，它集成了19种进化算法和6种合并策略，支持数据集抽样以减少计算负担，并提供Python API、命令行和图形界面三种交互方式。通过案例研究证明，该工具能有效合并多语言模型和促进跨语言能力迁移，降低了高质量模型合并的技术门槛，使普通研究者也能创造出优秀的语言模型。
MuToR：为什么大语言模型在学习时需要"寄存器"？雅典娜研究中心突破性发现
本研究提出了MuToR，一种通过在输入序列中插入"寄存器令牌"来改进大语言模型训练的创新方法。与传统的"下一个词预测"方法相比，MuToR使模型能够同时预测多个未来词，从而提供更丰富的学习信号。这种方法不需要改变模型架构，仅增加极少量参数，并且在微调预训练模型时表现尤为出色。研究团队在数学推理、文本摘要和图像生成等多种任务上验证了其有效性，证明MuToR不仅能提高模型性能，还能在保持推理速度的同时增强模型的规划能力。
视觉守门员：新加坡国立大学团队推出具有推理能力的AI内容安全模型
新加坡国立大学和南洋理工大学联合研究团队开发的GuardReasoner-VL是一种具备推理能力的视觉-语言模型安全守门员，能有效防护AI系统免受有害内容影响。该模型通过先推理再决策的方式，不仅能判断内容是否有害，还能提供详细的推理过程作为解释。研究者构建了包含12.3万样本的训练语料库，并通过监督微调和在线强化学习优化模型性能。实验结果显示，GuardReasoner-VL在安全评估基准上的平均F1分数比现有最佳模型高19.27%，为AI安全领域提供了新的解决方案。
图像思维：用纯视觉规划替代语言推理的全新范式
剑桥大学和伦敦大学学院的研究团队提出了一种名为"视觉规划"的全新范式，让人工智能系统能够完全通过图像序列而非文本进行推理。与传统依赖语言的方法不同，这种方法模仿人类在解决空间问题时直接在"心眼"中想象解决方案的能力。研究团队开发的基于强化学习的视觉规划框架(VPRL)在导航任务上比基于文本的方法平均提高了40%的准确率，证明了非语言推理在特定任务中的优越性，为AI系统开辟了一条更接近人类直觉思维的新路径。
MPS-Prover：多视角搜索和数据精选让自动定理证明更上一层楼
腾讯AI实验室和腾讯LLM部门研究人员开发的MPS-Prover是一种创新的逐步自动定理证明系统，通过两大关键创新解决了现有方法的局限：一个高效的训练后数据精选策略，剔除约40%冗余训练数据；以及一个多视角树搜索机制，整合了学习型评价模型与策略性设计的启发式规则，提高策略选择多样性并增强搜索稳健性。实验表明，MPS-Prover在miniF2F和ProofNet等基准测试上实现了最先进性能，生成的证明比现有方法更简洁多样，为开发更强大的混合证明系统提供了宝贵思路。
如何教会AI理解手部接触：首尔国立大学研究者解决手部接触检测中的数据不平衡问题
韩国首尔国立大学研究者提出HACO框架，解决手部接触估计中的数据不平衡问题。论文《Learning Dense Hand Contact Estimation from Imbalanced Data》针对手部接触数据中的类别不平衡（大多数样本无接触）和空间不平衡（接触主要集中在指尖）提出两大创新：平衡接触采样和顶点级类别平衡损失函数。他们利用14个数据集的84万张图像进行训练，在多种手部交互场景中显著超越现有方法，F1得分从之前最佳的0.197提升至0.531，同时在3D抓取优化和物体重建等下游任务中也展现出强大应用价值。
Dell打造统一管理的私有云平台，并在数据中心内实现资源绑定
戴尔推出订阅服务，支持在自家服务器与存储上部署基于 VMware、 Nutanix 和 Red Hat 堆栈构建的私有云。借助 Dell Automation Platform，可更快实现集中管理与全生命周期服务，同时还引入了边缘自动化和 AI 硬件创新。
红帽推出 AI 推理服务器，推动产品线扩展
Red Hat 推出的 AI 推理服务器基于 vLLM 与 Neural Magic 技术，通过压缩模型和优化 GPU 内存管理，实现生成式 AI 快速推理和混合云部署。
Gartner发布企业构建AI就绪型员工队伍的五个步骤
Gartner 2025大中华区高管交流大会于近日盛大召开，Gartner 发布最新研究，仅靠技术堆砌难以释放 人工智能（AI） 潜能，企业要想扩大业务影响，首要任务是建立一支 AI 就绪型员工队伍。
Google 在封锁 Nextcloud Files 应用后逆转决定
受全文件访问权限撤销影响导致安卓端文件同步受阻，谷歌在用户和社区呼声中恢复了该权限，Nextcloud将尽快发布更新以恢复完整功能。
物联网面临不断升级的网络威胁
本文概述了物联网设备安全面临的不断升级的网络攻击风险，讨论了因设备普及和互联带来的漏洞、AI驱动的恶意软件威胁以及供应链风险，并提出了通过风险管理、标准制定和先进防护措施来应对这些挑战的重要性。
Microsoft 重启 DOS 时代的 Edit 编辑器，在现代外壳中运行
微软在 Build 发布会上推出了一款由 Rust 编写的开源 TUI 编辑器 Edit。这款经典 DOS 文本编辑器体积小巧、功能全面，并计划未来集成于 Windows 11。
Gravitee 平台助力企业管理 API 获得 6000 万美元融资
Gravitee 平台获 6000 万美元 C 轮融资，将用于新功能开发与全球扩展。该平台支持同步与异步 API 管理，已服务数百客户，2024 财年年化收入达 2200 万美元。
零售网络攻击波及食品配送商 Peter Green Chilled
英国冷链物流供应商 Peter Green Chilled 遭勒索软件攻击，导致无法接收新订单，引发对食品零售供应链脆弱性的关注。
人形机器人马拉松背后的思考，兆易创新如何赋能机器人产业
机器人在成为“人”的道路上又跨出了新一步尝试。4月19日，北京亦庄的一场特殊竞技成为舆论关注的焦点，二十几支人形机器人队伍在马拉松的赛场上展开竞技。这场戏剧化的演出引发了大家对人形机器人相关问题的进一步思考。
用保证的 IT 成果彻底改变您的存储拥有体验
本文介绍了 HPE Alletra Storage MP B10000 的全新存储保障计划，重点推出网络韧性、能源节约和零数据丢失的 SLA 承诺。依托 AIOps、分离式架构及专业支持，该产品保障关键业务稳健运行，降低风险、成本并提升效率。
微型数据中心：小型 IT 团队实用指南
本文介绍了微型数据中心的定义、优势和搭建流程，适用于需要一处专属、成本低廉的数据中心以支撑数十到上百服务器的小型组织。
京公网安备 11010802021500号
