ToRL 是一种全新的框架，它允许大型语言模型直接从基座模型开始，通过强化学习自主探索最优的工具使用策略。这种框架突破了传统工具集成推理（TIR）的局限，无需预先设定工具使用模式，而是让模型在探索过程中自然形成最佳策略。 实验表明，ToRL 在数学推理任务上取得了显著的性能提升，特别是在 AIME24 等基准测试中，ToRL-7B 的平均准确率达到了 43.3%，比不使用工具的基线 RL 模型提高了 14%。此外，ToRL 还展示了模型自发涌现的工具选择直觉、自我修正无效代码的能力以及动态切换计算与推理的解题智慧。 ToRL 的实现和研究为大模型提供了一种新的学习方式，即通过强化学习来发现并利用工具的优势，从而可能解放模型潜在的工具使用能力。这一发现不仅对数学领域有重要意义，也为其他需要精确计算、模拟或算法推理的领域提供了新的可能性。
2025-04-01 20:20
GPT-4o的图像生成功能现已对所有用户开放，无需支付费用即可使用。这一功能使得用户可以生成吉卜力风格图片，引发网友关注和讨论。此外，还推出了吉卜力版《甄嬛传》续集，该视频在全网已有近30万播放量，引发了观众的热烈反响。制作团队决定采用进阶版，让吉卜力风格的甄嬛真正开口“说话”。
2025-04-01 18:20
2025年，随着OpenAI的DeepResearch和Claude Sonnet 3.7发布，智能体技术迎来历史性突破。联想中国区在2025/26财年誓师大会上宣布，全球首个企业超级智能体——乐享重磅亮相，将作为官方入口，担纲意图理解和任务规划，并调度指挥领域智能体为用户提供专业服务。同时，联想乐享与营销、销售、服务等领域智能体组成「硅基战队」。此外，联想还集中公布了面向政企、中小企业和消费客户的三大AI服务品牌：联想擎天、联想百应与想帮帮。升级后的天禧AS（天禧个人智能体系统）具备多模态、强推理的Level 3智能水平和伴随式交互的特点。联想还将在5月的创新科技大会（TechWorld）上发布可信计算环境下的联想个人云。
2025-04-01 18:20
国家天文台与阿里云联合发布全球首款太阳大模型“金乌”，M5级耀斑预报准确率达91%
2025-04-01 18:20
广东发布人工智能与机器人产业新政，旨在通过“AI+”和“机器人+”行动计划推动技术应用创新。政策将支持在教育、医疗、交通等领域推广AI技术，并鼓励工业、农业、城市管理等领域的机器人技术应用。此外，广东还将依托产业集群开展专项试点工作，最高奖励800万元资金用于研发和应用具有行业影响力的AI技术。此举是响应国家智能经济战略，提升区域创新能力的重要举措。
2025-04-01 18:20
微软首席技术官凯文·斯科特强调，产品经理在AI培训中扮演着关键角色，特别是在建立反馈循环方面。这些反馈循环帮助AI代理根据用户反馈不断学习和改进，以更好地满足用户需求。产品经理需要具备对技术的理解和市场需求的敏感度，与工程师紧密合作，确保技术能够解决实际问题，推动AI技术在各行业中的有效应用。
2025-04-01 18:19
日本国有企业Rapidus Corp. 开始试生产AI芯片，计划在本月底前启动先进半导体的试生产。此举标志着Rapidus进入人工智能组件市场的关键一步，公司预计到2027年将实现大规模生产采用2纳米工艺的半导体，与台湾的半导体制造巨头台积电竞争。日本政府已为Rapidus项目投入1.72万亿日元，以支持其技术复兴。
2025-04-01 18:19
AI时代软件供应链面临安全危机：机密泄露激增64% JFrog公司发布报告揭示，在人工智能快速发展背景下，软件供应链的安全漏洞急剧增加。过去一年中，软件供应链的安全漏洞同比增长了64%，总计达到了惊人的25，229例。其中，“秘密”或机密信息的曝光案例同比增长了64%，总计达到了惊人的25，229例。这一数据表明，随着企业对机器学习（ML）模型的依赖加深，安全风险也在不断上升。尽管94%的公司表示使用认证清单来管理 ML 模型，但其中37%的公司仍依赖手动方式进行验证，显然这加大了安全隐患。同时，2024年新增的安全漏洞（CVE）数量也高达33，000个，相比2023年增加了27%。令人担忧的是，只有12%的 CVE 被证实真的具有 “严重” 级别，这或许反映出评分系统存在 “膨胀” 现象，可能导致开发者面临不必要的修复压力和工作疲惫。JFrog的首席技术官 Yoav Landman 指出，尽管许多组织在积极采用公共 ML 模型推动创新，但缺乏自动化的工具链和治理流程使得安全管理愈加复杂。他呼吁，企业在快速发展的 AI 环境中，应加速自动化转型，以确保在提升创新潜力的同时，也能保障软件的安全性。整体来看，当前的软件供应链安全问题不仅是技术上的挑战，更是企业管理与运营方式的考验。在 AI 时代，建立更为严密的安全防护措施，已经成为各大企业亟需面对的任务。
2025-04-01 18:19
麦吉尔大学和匹兹堡大学联合麻省理工学院等机构的最新综述文章《AI如何重塑全球生物多样性研究，麦吉尔大学最新综述》揭示了人工智能（AI）技术在解决生物多样性研究中的七大不足方面取得的突破。文章指出，尽管全球有870万种真核生物，但只有约200万种得到正式描述，且我们对它们的分布、种群动态和生态功能等认知存在巨大空白。 AI技术特别是深度学习在计算机视觉和自然语言处理领域的突破，为整合异构数据、提升生态模型预测能力提供了新范式。当前AI在生物多样性研究中的技术进展主要体现在三个方面：基于传感器网络的自动化监测系统、多模态数据融合建模以及生物性状量化分析。 关键技术突破包括多模态数据融合、生态网络建模以及种群动态预测。这些技术不仅提高了物种分类的准确性，还增强了对生态系统结构和功能的理解和预测。然而，技术演进面临长尾分布困境、地理泛化瓶颈和生态语义隔阂等核心挑战。 未来展望中，AI技术正在重塑生物多样性研究的范式，其价值不仅体现在数据处理效率的量级提升，更在于启发性发现。为了实现这一目标，需要建立跨学科协作平台，将生态学机理知识编码为机器学习约束条件，同时防范技术滥用风险。
2025-04-01 16:19
国防科技大学团队在无人机监控、自动驾驶和夜间搜救等场景中，针对小目标检测技术提出了RGBT-Tiny数据集与SAFit指标。该数据集包含115组对齐序列、9.3万帧图像和120万标注，覆盖7类目标和8种场景，旨在填补现有研究的空白。此外，研究团队开发的SAFit评价指标能够根据目标尺寸动态调整评估权重，实现多尺度目标鲁棒评估。实验表明，基于RGBT-Tiny数据集和SAFit指标，30种主流目标检测算法的性能得到了全面评估。
2025-04-01 16:19