甲骨文联席CEO加入特朗普过渡团队 原职位不变
甲骨文发言人黛博拉·赫林格(Deborah Hellinger)星期四说，该公司联席CEO萨弗拉·卡兹(Safra Catz)将加入美国当选总统唐纳德·特朗普的过渡团队中的执行委员会，但她仍将保留原职。
甲骨文联席CEO萨弗拉·卡兹（中）
卡兹是本周会见特朗普的几位科技行业高层之一。她表示，之所以参加此次会议，是因为如果特朗普改革税法、达成更好的贸易协定并减少监管，她所在的行业将变得更好。
0赞好文章，需要你的鼓励
推荐文章
AI基础设施投资热潮的冷静思考
科技泡沫并非世界末日，从经济角度看，泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷，Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限，多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺，电力需求成为新瓶颈。
港大研究团队让AI从“死记硬背“到“深度思考“：大模型搜索能力的革命性突破
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题，通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法，特别是启用推理后性能提升明显，为AI系统设计提供了推理与搜索统一的新范式，展现了从专门化向通用化发展的重要方向。
AI研究发现神经网络记忆与推理功能完全分离
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示，移除记忆通路后，模型丧失97%的训练数据复述能力，但逻辑推理能力几乎完全保留。令人意外的是，算术运算与记忆共享神经通路而非推理通路，这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
ETH苏黎世团队重磅发现：不同优化器竟会让AI模型“量化后性能“出现惊人差异！
这项由ETH苏黎世等机构发表的突破性研究首次系统性揭示了优化器选择对AI模型量化性能的重大影响。研究团队发现传统的异常值理论完全失效，并开发了革命性的ABC分解框架来准确预测量化后性能。实验证明Shampoo优化器在量化场景下表现最优，该发现为AI模型的实际部署提供了重要指导，有望让AI技术在资源受限设备上发挥更大作用。
2016
12/19
10:29
分享
点赞
AI基础设施投资热潮的冷静思考
AI研究发现神经网络记忆与推理功能完全分离
AI效率陷阱：黑暗启蒙如何重塑现实
创业公司将标签页混乱转化为创意"品味提速"工具
Kaltura以2700万美元收购eSelf，后者创始人曾创立Snap AI技术
谷歌推出私有AI计算云服务，声称与本地处理同样安全
AI实施中的协调缺口：商业领袖必须解决的问题
OWASP 2025年度十大应用安全风险发布：访问控制缺陷仍居首位
红帽发布OpenShift 4.20版本，强化AI、安全与虚拟化功能
Pure Storage推出Data Stream：AI数据管道加速器
VAST数据推出支持谷歌云TPU的托管AI操作系统服务
Qilimanjaro在欧洲开设首个多模态量子数据中心
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
