在AI领域数据和算力的军备竞赛中，AI从业者要么紧密跟随OpenAI等领先公司做进一步的应用开发，要么在Transformer机制日益显现局限之时探索新的路径。
1966年，首个AI精神健康聊天机器人Eliza问世，作为一种简单的自然语言处理程序，它模拟了心理治疗师的对话风格，标志着AI在心理健康领域应用的起点。
近年来，代码语言模型（Language Models for Code，简称 CodeLMs）逐渐成为推动智能化软件开发的关键技术，应用场景涵盖智能代码生成与补全、漏洞检测与修复等。
在赛博空间里指挥若干个“AI”干活，年轻人毫无疑问是最先尝试新科技的人群。在AI应用遍地开花、用户争夺越来越激烈的当下，年轻人的选择成为判断AI产品前景的风向标。谁是第一款渗透到年轻人日常生活的AI产品，才有机会扩展到更广阔的人群。
过往我们谈及 AI 社交出海，几乎默认了是以美国作为观察市场。
随着人工智能的发展，AI问答模型在各种应用场景中表现出色，尤其是在信息检索和知识问答领域。传统的RAG模型通过结合外部知识库的实时检索与生成模型，极大地提升了回答的准确性。然而，这类模型仍然面临一个重要挑战：无法有效处理长期信息，尤其是在需要持续记忆和动态更新知识的场景中表现不佳。
11 月 16 日，由 OPPO 与浙江大学联合承办的第三届（2024 年）中国高校计算机大赛 —— 智能交互创新赛在浙江省杭州市举行了全国总决赛及颁奖典礼。本届竞赛以 “交互无界，创意无限” 为主题，聚焦人机交互技术，深度挖掘 AI 智能体的应用潜力，推动智能产业的升级和发展。
自我纠错（Self Correction）能力，传统上被视为人类特有的特征，正越来越多地在人工智能领域，尤其是大型语言模型（LLMs）中得到广泛应用，最近爆火的OpenAI o1模型[1]和Reflection 70B模型[2]都采取了自我纠正的方法。
你或许听过卡学历、卡年龄甚至卡颜值，但你听过AI应用卡MBTI吗？
自从生成式 AI 和 LLM 在世界舞台上占据中心位置以来，员工们一直在思考如何最好地将这些变革性的新工具应用于他们的工作流程。然而，他们中的许多人在尝试将生成式 AI 集成到企业环境中时遇到了类似的问题，例如隐私泄露、缺乏相关性以及需要更好的个性化结果。
