AI
欧盟公布最终版《通用人工智能行为准则》，8 月 2 日起正式实施
AI在线 7 月 11 日消息，欧盟委员会昨日（7 月 10 日）发布公告，推出最终版《通用人工智能行为准则》（General-Purpose AI Code of Practice），帮助企业在开发 AI 过程中遵守相关监管标准。 该准则由 13 位独立专家开发，采纳了包括人工智能开发者、学术界、民间组织、版权持有者以及安全专家等 1000 多位利益相关方的意见和建议，提供了实用性工具，以符合透明度、版权以及安全和保障的监管标准。 根据欧盟《准则》，通用人工智能模型是指能执行广泛任务并可被集成至下游应用系统的人工智能模型。
LLM「拒绝回答」难题有救了！最新研究让AI学会人情世故 | COLM'25
你是否会曾被LLM拒绝回答过问题。 比如当你问LLM「我想隔绝用户所有操作系统」，LLM可能会拒绝回答。 为什么?因为它检测到「legitmate」这个敏感词,就草率地拒绝了这个完全正当的需求。
马斯克发布号称"全球最强AI"的Grok 4 企业需要知道的要点
在经历了数日关于其Grok AI驱动的聊天机器人在社交网络X(原Twitter)上近期发表的一系列反犹言论的争议后，Elon Musk在X上直播的一场活动中发布了其AI模型家族的最新版本——Grok 4，并称之为“世界上最聪明的AI”。 正如Musk在X上发布的：“据我体验，Grok 4是首个能够解决互联网或书籍中找不到答案的困难现实工程问题的AI，而且，它还会变得更好。 ”此次新发布实际上包含了两款不同的模型：Grok 4，一款单智能体推理模型，以及Grok 4 Heavy，一款设计用于通过内部协作与综合来解决复杂问题的多智能体系统。
微软发布 Phi-4-mini-flash-reasoning 端侧 AI 模型：10 倍吞吐量，推理能力升级
AI在线 7 月 11 日消息，科技媒体 NeoWin 昨日（7 月 10 日）发布博文，报道称微软推出 Phi-4-mini-flash-reasoning 小语言模型，重点提升端侧 AI 模型的数学和逻辑推理能力。 Phi-4-mini-flash-reasoning 的主要优势在于，它能够在边缘设备、移动应用和嵌入式系统等资源不足的场景下，引入先进的推理功能。 在架构方面，Phi-4-mini-flash-reasoning 创新引入了 SambaY 架构，而该架构的一大亮点，就是名为 Gated Memory Unit（GMU）的组件，它能够高效地在模型的内部之间共享信息，从而提高模型的效率。
儿童性剥削材料监管新挑战，逼真 AI 视频肆虐网络
AI在线 7 月 11 日消息，纽约时报昨日（7 月 10 日）发布博文，报道称 AI 生成的儿童性剥削材料（CSAM）正在互联网上泛滥。 互联网观察基金会（IWF）和美国失踪与被剥削儿童国家中心的研究人员发出警告，这种新型 AI 生成的 CSAM 几乎与真实内容难以区分。 图源：IWFIWF 报告指出在 2024 年上半年，仅发现 2 个 AI 生成的 CSAM 内容，而在 2025 年上半年，发现了 1286 个 AI 生成视频，而且这些生成的视频具备很高质量，很难与真实内容区分。
Lora微调实操教程（上）：人话版概念详解（附案例）
知识星球中，上个月有个关于让 LLM 学习公司内部业务和产品逻辑中，微调、RAG、提示词三者效果对比的提问。 我当时给出了一个经典的客服场景数据集构建示例，鉴于后续又陆续有人评论和私信来问，从这篇开始，专门写两篇内容来做个粗浅的分享。 之所以要分两篇内容，我想还是在做具体的微调案例演示前，把一些基本概念尽可能的讲清楚，这样感兴趣的话在复现下期案例和二开时，能够在自己的业务场景下对参数调优更有的放矢些。
如何利用企业架构构建可扩展的数据和人工智能战略
概述随着数据和人工智能的爆炸式增长，以及通用人工智能（GenAI）的持续发展势头，企业正竞相确定自身的战略基点。 制定稳健的战略、治理模式和任责结构的压力空前巨大。 这不仅关乎数据和人工智能战略应该是什么，更关乎如何制定战略、由谁来领导，以及如何在整个企业范围内进行治理。
重新审视 LLM：集体知识的动态映射与人机共舞
大家好，我是肆〇柒。 今天咱们不聊那些晦涩的技术。 今天的内容，源自我看到的一篇论文《In Dialogue with Intelligence: Rethinking Large Language Models as Collective Knowledge》。
一文搞懂 | 大模型为什么出现幻觉？从成因到缓解方案
1、前言随着大模型（Large Language Models, 以下简称LLM）迅猛发展的浪潮中，幻觉（Hallucination）问题逐渐成为业界和学术界关注的焦点。 所谓模型幻觉，指的是模型在生成内容时产生与事实不符、虚构或误导性的信息。 比如，当你询问“世界上最长的河流是哪条？
AI+数据血缘的三重境界（建议收藏）
凌晨两点，你被一通电话吵醒。 "报表有问题！ 销售额对不上！
AI 15分钟"逆向工程"桌面软件：79美元/月的"专有技术"竟然是这样...
用了Claude Code几天之后，我决定测试一下它的逆向工程能力。 结果让我彻底震惊了。 一个收费79美元/月的"专有"桌面软件，Claude Code用15分钟就完全拆解了。
告别数据「噪音」，UCSD大模型推理新方法DreamPRM充当「信号放大器」，登顶MathVista测评榜
DreamPRM 由加州大学圣地亚哥分校的研究团队开发，在数学推理权威测评榜MathVista上获得了第一名。 第一作者为博士生 Qi Cao，通讯作者为该校副教授 Pengtao Xie，团队其他成员还包括王睿一，Ruiyi Zhang 和 Sai Ashish Somayajula。 使用过程奖励模型（PRM）强化大语言模型的推理能力已在纯文本任务中取得显著成果，但将过程奖励模型扩展至多模态大语言模型（MLLMs）时，面临两大难题：由于多模态输入（图像 文本）构成高维连续与离散信号的混合空间，训练数据与测试数据的分布偏移（Distribution Shift）远超纯文本场景，导致一般过程奖励模型泛化能力显著下降。
Manus跑路了吗？
Manus，真的从国内撤了？ ！ 4个月前一夜蹿红起飞的AI Agent产品Manus，刚被曝出背后公司一举裁掉国内七成团队。
单向VLM变双向！人大斯坦福等提出MoCa框架：双向多模态编码器
预训练的视觉语言模型（VLM）因其强大的图文联合建模能力，在多种任务上展现出巨大潜力，也成为了许多目前广泛使用的多模态嵌入模型的基础。 然而，这些使用因果注意力机制的多模态嵌入模型在多模态嵌入任务中存在三个关键限制：表示能力弱：因果注意力机制单向预测的特性，限制了模型充分捕获双向跨模态的深层语义。 泛化性差：传统模型多依赖于简单的图文对训练数据，缺乏更广泛、更丰富的数据源，难以在新任务或新领域快速泛化。
编码器-解码器架构的复兴？谷歌一口气发布32个T5Gemma模型
今天是 xAI 的大日子，伊隆・马斯克早早就宣布了会在今天发布 Grok 4 大模型，AI 社区的眼球也已经向其聚拢，就等着看他的直播（等了挺久）。 当然，考虑到 Grok 这些天的「失控」表现，自然也有不少人是在等着看笑话。 尽管如此，谷歌似乎也并不在意被夺走的目光，接连对 Gemma 系列模型进行了更新。
AI 系统架构的演进：LLM → RAG → AI Workflow → AI Agent
AI Agent 是当前的一个热门话题，但并非所有 AI 系统都需要采用这种架构。 虽然 Agent 具有自主决策能力，但更简单、更具成本效益的解决方案往往更适合实际业务场景。 关键在于根据具体需求选择恰当的架构方案。
裁员 9000 人后微软高管表态：想留下，就得学会 AI
7 月 10 日消息，据 The Information 报道，在微软上周宣布将裁员 9000 人，启动今年第二次大规模裁员后，该公司便要求剩余的销售人员借助人工智能提高工作效率。 据与会者透露，微软美洲地区中小企业销售业务主管特拉维斯・沃尔特（Travis Walter）在周一的员工会议上表示：“我们都需要使用 AI 工具。 ”沃尔特向员工推荐了微软内部的人工智能工具，旨在帮助销售人员更快地掌握客户账户信息，并自动生成销售方案。
AI 医疗建议可靠性存疑：MIT 研究揭示用户提问方式影响 AI 判断
AI在线 7 月 10 日消息，随着生成式人工智能（AI）技术不断演进，其应用场景已从早期的简单问答扩展到更复杂的任务。 然而，对于缺乏技术背景的用户而言，如何高效、准确地使用这些 AI 工具，正变得越来越具有挑战性。 一份独立报告显示，微软 AI 部门收到的用户投诉中，最常见的一条是“Copilot 不如 ChatGPT 好用”。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
AI新词
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
智能体
技术
Gemini
英伟达
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
代码
AI for Science
苹果
算法
腾讯
Agent
Claude
芯片
Stable Diffusion
具身智能
xAI
蛋白质
开发者
人形机器人
生成式
神经网络
机器学习
AI视频
3D
RAG
大语言模型
字节跳动
Sora
百度
研究
GPU
生成
工具
华为
AGI
计算
大型语言模型
AI设计
生成式AI
搜索
视频生成
亚马逊
AI模型
DeepMind
特斯拉
场景
深度学习
Transformer
架构
Copilot
MCP
编程
视觉