中文互联网基础语料 4.0 发布:数据量 120GB,面向大模型训练
中文互联网基础语料 4.0 在济南正式发布,并上线中文互联网语料资源平台。该语料规模达 120GB,由中国网络空间安全协会联合国家互联网应急中心,以及百度、科大讯飞、知乎等单位共同建设。在相关部门指导下,项目汇聚了新的高质量数据,并经过较为严格的数据加工处理,旨在为大模型训练和人工智能发展提供更可靠的中文数据基础。用户需完成注册、认证等流程后,才能下载或申请获取相关数据。
AI 新闻中心 过去30天分析了 4737 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
中文互联网基础语料 4.0 在济南正式发布,并上线中文互联网语料资源平台。该语料规模达 120GB,由中国网络空间安全协会联合国家互联网应急中心,以及百度、科大讯飞、知乎等单位共同建设。在相关部门指导下,项目汇聚了新的高质量数据,并经过较为严格的数据加工处理,旨在为大模型训练和人工智能发展提供更可靠的中文数据基础。用户需完成注册、认证等流程后,才能下载或申请获取相关数据。
诺贝尔和平奖得主、Rappler 首席执行官玛丽亚·雷萨警告称,如果政府不及时监管人工智能,人类的自主决策能力可能受到威胁。她将社交媒体、聊天机器人,以及能够自主行动的多智能体 AI 视为影响社会的三波技术浪潮。雷萨表示,AI 监管不是限制言论自由,而是公共安全问题,并呼吁民众向政界施压、推动相关立法。她还主张建设不受大型科技企业控制的公益通信平台,并以采用开放、去中心化 Matrix 协议的 R
在推出新的AI助手Muse后不久,Meta开始推出订阅套餐,将独立应用订阅与额外的AI使用量结合起来。部分Meta One套餐已于今年早些时候进行测试,如今开始在全球提供。套餐分为多个等级,面向个人用户、创作者和企业。所提供的原始描述在提到Meta对这些套餐的说法后中途结束,内容并不完整。
为人工智能代理提供审计和安全认证服务的Artificial Intelligence Underwriting Company完成4000万美元A轮融资,累计融资额达到5500万美元。据TechCrunch报道,该消息发布前一天,Anthropic研究员Jacob Coxon因担心人工智能可能在本十年结束前毁灭人类而辞职。
据彭博社报道,Meta计划在明年上半年将新一代自研AI芯片部署到数据中心,以降低AI模型运行成本和能耗。代号为Astrid的MTIA 500预计将比前几代产品实现更大规模部署。Meta与博通合作设计芯片,由台积电负责制造,目标之一是减少对英伟达AI处理器的依赖。在AI需求不大幅下滑的前提下,Meta计划在12个月内部署总规模超过1GW的自研芯片。初步测试已成功运行Meta、DeepSeek和阿里巴
升级到 iOS 27 并不会自动获得新版 AI Siri 的使用权限。用户需要加入下一轮候补名单,才能使用升级后的语音助手。
Meta计划在2027年上半年将其第三代定制人工智能芯片MTIA 450部署到数据中心。据彭博社报道,公司还计划在2027年底前大规模推出后续型号MTIA 500。目前公布的只是产品和部署路线图,相关芯片尚未完成实际部署。
Meta表示,一款新的自研处理器将于明年开始在其数据中心运行,并计划在2027年底前推出另一款型号。公司主要强调,自研芯片有望减少对外部AI芯片的依赖并降低相关成本。
OpenAI表示,正与竞争对手Anthropic及谷歌DeepMind合作,研究应对人工智能安全问题的措施。随着外界日益担忧人工智能可能带来经济和安全风险,行业共同应对的压力正在上升。目前尚未公布具体的合作项目或具有约束力的标准。
DIY 家庭安防公司 SimpliSafe 将其由 AI 驱动的主动安防功能扩展到家门口。全新的 Video Doorbell Series 2 售价 199.99 美元,可与每月 49.99 美元起的 Active Guard Outdoor Protection 服务配合使用。该服务结合 AI 分析和真人安保人员,用于检测潜在威胁并主动采取应对措施。
OpenAI支持美国众议院一项获得两党支持的FRONTIER法案条款。该提案将要求主要人工智能公司在开发流程中引入外部评估员,以评估其模型的安全性。
为人工智能、自动化及其他应用制造芯片的Altera已秘密提交首次公开募股申请。该公司由Silver Lake和英特尔支持。英特尔于2015年以约167亿美元收购Altera,Silver Lake则于2025年取得51%的股份。
一例模拟的人工智能生成微信漏洞表明,如果没有全球合作,放慢人工智能竞赛将难以实现。彭博社观点专栏作家凯瑟琳·索贝克表示,美国和中国应将人工智能风险透明化列为优先事项。
一项研究考察当前推理模型是否具备系统性思维,即能否将对一个概念的理解迁移到结构等价的变体任务中。研究人员扩展了认知科学领域的经典规则归纳任务,并通过重组和替换生成同构变体。结果显示,模型虽然常能正确解决某个具体任务,却经常无法处理结构等价的变体。研究表明,模型表现出的许多推理能力仍高度依赖评测时的具体语境,因此难以据此稳健地证明其具备普遍的认知能力。
E2A-Bench是一个包含969个查询的基准测试,用于评估视觉语言模型能否将金融图表证据可靠地转化为行动建议。该基准覆盖HS300指数的323家成分股,并使用从OHLCV数据中确定性生成的证据锚点。评估指标包括依据性、推理与行动的一致性、置信度校准和方向覆盖率。对20个视觉语言模型的测试发现,单一的幻觉评分会掩盖一些问题:方向覆盖率过低可能导致模型排名靠后;预言机辅助验证虽然能减少无依据的陈述,