达索系统(巴黎泛欧证券交易所:FR0014003TT8, DSY.PA)与全球领先的移动出行技术企业法雷奥近日宣布达成合作伙伴关系。法雷奥将采用达索系统基于3DEXPERIENCE平台的“Global Modular Architecture”和“Smart, Safe & Connected”行业解决方案体验,加速集团研发的数字化转型进程。
法雷奥将部署达索系统3DEXPERIENCE平台,覆盖其集团内超过15,000名用户,旨在应对日益增长的产品复杂性,并帮助法雷奥在电气化、高级驾驶辅助系统和照明方面打造领先的软硬件解决方案。
在达索系统3DEXPERIENCE平台的助力下,法雷奥的各项工作能够利用现有的历史数据来推动创新,并通过平台提供的实时更新技术,借助智能数据做出明智决策。
法雷奥首席执行官Christophe Périllat表示:“对于法雷奥来说,我们很荣幸能够成为客户的重要创新合作伙伴。我们20,000多名工程师开发了软硬件结合的创新型解决方案,并利用AI技术提高未来出行解决方案的安全性和可持续性。得益于与达索系统的合作,我们的团队将以更高效的解决方案实现数字连续性,从而助力研发活动。”
达索系统首席执行官Pascal Daloz表示:“当下,汽车行业竞争激烈,业界都在不断努力来实现可持续发展、创造消费者喜爱的体验。我们正在加强与法雷奥的长期合作关系,推动创新精神的延续,并为法雷奥向汽车行业高科技公司转型提供支持。打造新的出行方式和体验,需要在造型设计、电气化和软件定义汽车等方面具备成熟的能力。我们的3DEXPERIENCE平台正是实现这一差异化优势的关键元素,通过生成式AI的强大功能,将科
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。