🧮 大模型数学能力测试引发关注：多个主流大模型在回答简单数学问题时出错，引发对AI常识理解能力的质疑。国产模型表现不一，专家指出可能与tokenizer影响有关。

📊 微软SPREADSHEETLLM提升Excel处理能力：通过创新的SheetCompressor编码框架和Chain of Spreadsheet方法，大幅提高了大模型处理电子表格的准确性和效率。

🤖 DeepMind专家指出机器学习进展缓慢：机器人科学家Alex Irpan强调，现实世界的复杂性是机器人技术和AI发展的主要瓶颈。

📱 旧设备焕发新生运行AI模型：创新技术方案利用Cake框架，将老旧iPhone、iPad和MacBook组合成异构集群，实现大模型的分布式推理。

👁️ 智源研究院推出无编码器视觉语言模型EVE：新模型解决了视觉归纳偏置和部署效率问题，在多个基准测试中表现出色。

🧠 微软等研究团队提出因果推理新方法：通过公理训练学习因果推理，增强大语言模型的推理能力，有望在多个领域产生广泛应用。

💻 Spectral Compute推出SCALE工具：旨在实现AMD显卡直接运行CUDA程序，为打破GPU市场垄断提供新可能，但仍面临功能限制和法律风险。