哈佛大学团队通过对1200名参与者的三年研究发现，数字媒体正在重塑人类记忆机制，导致负面信息记忆持久度比正面信息高40%。研究揭示了不同年龄群体的记忆模式差异，以及数字环境如何通过影响睡眠进一步干扰记忆整理过…详细

认知科学数字媒体技术记忆重塑方法

奥地利科学技术研究所开发的QuEST方法实现了大型语言模型在极低精度下的稳定训练突破。该方法通过哈达玛变换和信任梯度估计器，成功将量化训练的精度极限从8位推进到4位，甚至实现1位精度的稳定训练。实验显示4位QuE…详细

机器学习量化训练模型优化

斯坦福大学Gordon Wetzstein教授团队提出神经辐射场技术，首次让AI具备类似人类的三维空间理解能力。该技术仅需少量不同角度照片即可重建完整三维场景，在图像质量上比传统方法提升20%以上。研究成果应用于自动驾驶、…详细

人工智能神经辐射场三维重建

CineMaster是由大连理工大学等机构联合开发的突破性视频生成框架，首次实现了电影级别的三维空间精确控制。用户可在三维环境中自由摆放物体、设计摄像机运动，系统自动生成符合预期的高质量视频。该技术通过创新的数…详细

3D视频生成计算机视觉多模态控制

新加坡国立大学团队开发的PhotoDoodle系统，通过两阶段训练策略实现了从少量样本学习艺术家照片涂鸦风格的突破。该系统采用位置编码复用和无噪声条件机制，仅需30-50对图片样本就能掌握特定艺术风格，在保持背景完整…详细

人工智能图像编辑艺术风格迁移

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…详细

人工智能大语言模型AI评估偏见

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。…详细

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…详细

人工智能计算机视觉自动驾驶技术

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…详细

人工智能长链推理模型训练

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…详细

深度学习层归一化模型优化

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AG…详细

戴尔科技智能数据平台与网络韧性解决方案：既能承载数据驱动创新，又能抵御安全风险。…详细

戴尔存储安全

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。…详细

拼多多电商

再向前一步，AI会把世界带向哪里？…详细

PECAI

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…详细

人工智能跨语言学习大型语言模型