伊利诺伊大学团队开发的TaxoAdapt框架革新了学术论文自动分类技术，通过多维度分析和自适应扩展机制，能够动态构建反映学术演进趋势的分类体系。该系统在多项指标上显著优于现有方法，成功捕捉了从BERT时代到指令调优…详细

人工智能自然语言处理自动分类算法

英国政府发布网络安全增长行动计划，旨在推动年收入达132亿英镑、支撑超6.7万个就业岗位的网络安全产业发展。该计划由布里斯托大学和帝国理工学院牵头，将制定产业发展路线图并提出增长建议。同时提供1600万英镑资金…详细

网络安全政策规划行动计划

企业需要在每个阶段的每一层都要通过设计实现安全，包含身份与访问管理、监控与事件响应、数据和网络保护、迁移与现代化。因为正是安全这一基础使创新成为可能。…详细

亚马逊云科技生成式AI安全

清华大学团队提出首个统一3D点云预训练方法UniPre3D，突破传统方法只能处理特定规模数据的局限。该方法巧妙利用3D高斯喷射技术将3D数据转换为2D图像进行处理，并设计了针对不同数据规模的自适应融合策略。在多个标准…详细

3D视觉点云预训练跨模态学习

北京邮电大学团队发现大语言模型"遗忘技术"存在重大漏洞：AI在特定训练后虽能拒绝直接问题，但换个问法仍可套出相关信息。研究提出"形式依赖偏差"概念，并开发ROCR概念重定向方法，通过替换AI内部概念表示实现真正遗…详细

大语言模型概念重定向AI安全

这项由多伦多大学等机构联合完成的研究提出了令牌扰动引导（TPG）技术，通过"洗牌"操作改进AI图像生成质量。该方法无需额外训练即可显著提升图像生成效果，在无条件生成中质量指标提升近2倍，条件生成中接近最先进CF…详细

人工智能扩散模型图像生成

台湾大学研究团队系统梳理了复合AI系统优化这一新兴领域，提出了基于结构灵活性和学习信号类型的2×2分类框架。研究涵盖26种代表性方法，从固定结构到灵活架构，从自然语言反馈到数值信号优化。团队发现了自然语言反…详细

复合AI系统优化自然语言反馈系统架构设计

阿里巴巴达摩院联合多家机构构建了史上最大的开源医学推理数据集ReasonMed，包含37万高质量样本。通过多智能体协作和精密质量控制，他们训练出仅70亿参数的ReasonMed-7B模型，在多项医学问答测试中超越了更大规模的竞…详细

医学推理多智能体协作数据集优化

这项由哈工大深圳与阿里巴巴联合研发的AniMaker系统，能够仅凭文字描述自动制作多角色动画片。系统采用四个AI智能体协作模式，模拟专业动画制作流程，引入蒙特卡洛树搜索算法优化视频片段选择，并首创AniEval动画专用…详细

人工智能多智能体系统动画生成技术

这项由中国人民大学团队主导的研究提出了VideoDeepResearch框架，颠覆了长视频理解的传统方法。该系统采用文本推理模型配合多模态工具箱的设计，通过智能搜索策略实现对超长视频的精准理解，在多个权威测试中超越GPT…详细

人工智能视频理解智能检索

这项由浙江大学、腾讯和新加坡国立大学联合完成的研究，针对中文网络有害内容检测的难题，创建了首个专业标注的中文有害内容检测基准数据集ChineseHarm-Bench，涵盖博彩、色情、谩骂、诈骗、违法广告等六大类别。研究…详细

中文有害内容检测知识增强训练网络内容安全

ByteDance智能创作团队推出CreatiPoster，这是一个革命性的AI海报设计系统，用户只需文字描述就能生成专业级多图层可编辑海报。系统采用"双脑"架构：协议模型负责理解需求并制定详细设计方案，背景模型负责创造匹配的…详细

人工智能图形设计多模态生成

南加州大学研究团队开发了革命性的SAE-Tuning技术，能够像"移植手术"一样将AI推理能力从一个模型转移到另一个模型。该方法将传统推理训练的成本从数千美元降至约1美元，时间从数百小时缩短至20分钟，效果却毫不逊色。…详细

人工智能稀疏自编码器推理能力迁移

AI驱动的数字健康初创公司Sword Health以40亿美元估值完成4000万美元融资，较去年30亿美元估值上涨33%。尽管公司现金流为正，CEO表示融资主要用于更新估值和战略收购。公司从虚拟物理治疗师起步，现已扩展至盆底健康…详细

人工智能数字健康融资估值

法律科技初创公司Crosby刚刚完成由红杉资本领投的580万美元种子轮融资，正式走出隐身模式。该公司不仅为律师开发AI软件，更是一家真正的律师事务所，利用AI技术以前所未有的速度提供法律服务。Crosby主要为初创公司提…详细

人工智能法律科技AI律所

Cove Architecture完成了业内首个完全采用AI驱动流程设计的数据中心项目，这座1万平方英尺的设施仅用30天就完成了传统需要数月的设计工作。该项目位于科罗拉多州，PUE值达到1.2，集成了AI设计的太阳能阵列、智能水循…详细

人工智能建筑设计优化模型

复旦大学研究团队开发了Domain2Vec方法，通过将数据集分解为260个"元域"特征，实现了无需试错就能找到AI训练最优数据配比的突破。该方法仅用传统方法0.26%的计算资源就能达到同等效果，在验证集上性能提升2.83%，为A…详细

数据混合优化无训练方法AI训练效率

这项由蚂蚁集团包容性AI团队完成的研究发布了Ming-Omni，这是首个媲美GPT-4o的开源多模态AI模型。该模型能够同时处理文字、图像、音频和视频，并具备语音和图像生成能力。采用MoE架构和模态特定路由器，仅需激活2.8B…详细

多模态人工智能统一感知生成模型开源AI系统