%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
相關推薦
Anthropic 推出 Claude for Excel，助力金融服務更高效分析
Anthropic公司推出Claude for Excel，專爲金融專業人士設計，目前處於研究預覽階段。用戶可通過Excel側邊欄直接與AI助手互動，實現工作簿的讀取、分析和修改，所有更改均提供清晰追蹤和解釋，助力提升金融服務效率。
OpenAI財務危機：到2026年虧損或將達140億美元、ChatGPT仍是收入主力
最近，《 The Information 》對 OpenAI 的內部財務預測進行了披露，發現了OpenAI 採取了激進的增長戰略，同時存在鉅額虧損和對 Microsoft 等合作伙伴的嚴重依賴，結果引發了廣泛關注。這家人工智能公司制定了一項極具雄心的增長戰略，預計到2029年，收入將達到1000億美元，較2023年增長100倍。不過，OpenAI 並不打算在此之前實現盈利。據 The Information 報道，到2026年，虧損可能會增加兩倍，達到140億美元，這還不包括基於股票的薪酬，並引用了“對 OpenAI 財務文件中包含的數據分析”。燒錢仍在繼續
施耐德電氣與Microsoft合作推動生成式人工智能應用
["法國領導者施耐德電氣攜手Microsoft，整合Azure OpenAI，推動生成式人工智能（GenAI）應用。","GenAI解決方案包括Resource Advisor Copilot、Jo-Chat GPT、Finance Advisor、Knowledge Bot等，提供創新工作方式和決策支持。","施耐德電氣致力於技術創新，與Microsoft合作推動效率提升、創新培育，實現可持續增長。","該合作展示了施耐德電氣在能源管理和工業自動化技術創新方面的承諾，與Microsoft共同追求可持續數字化未來。"]
微軟加強Bing AI圖像生成內容限制
["Microsoft 最近對其Bing圖像生成AI進行了調整，以提高其內容保護措施。","儘管保護措施有所增強，但仍然存在一些問題，特別是在涉及恐怖主義等關鍵詞時。","這一舉措引發了有趣的討論，關於如何在向公衆提供AI工具之前進行更嚴格的測試。","該事件還讓人思考AI是否在保護自身基礎設施方面起到了一定的作用。"]
阿里通義推出新型強化學習方法 SAPO，讓大語言模型更穩更強
阿里通義Qwen團隊推出Soft Adaptive Policy Optimization（SAPO），旨在解決大語言模型強化學習中策略優化不穩定的問題。相比傳統硬剪切方法，SAPO通過自適應調整更新幅度，避免過於嚴格限制，提升訓練穩定性和效率。