AITOP

IBM

共 23 条相关 AI 资讯
8月26日
00:31
8月24日
20:28
8月16日
08:20
8月14日
03:34
8月13日
17:49
17:49官方账号arXiv cs.AI@Ankita Rajaram Naik, Anupama Murthi, Benjamin Elder, Siyu Huo, Raavi Gupta, Abhinav Jain, Praveen Venkateswaran, Abdulhamid Adebayo, Danish Contractor
精选
研究人员推出VAKRA基准，包含62个领域的8000多个可执行API，用于测试智能体在工具使用策略约束下的多跳推理。最佳模型在单跳端点任务上准确率只有70.4%，在组合API任务上降至50-51%。当推理深度增加时，模型性能下降超过50%。在策略约束的不可回答查询上，部分模型准确率低至2.4%。错误分析显示，失败主要集中在实体消歧和跨源信息对齐等语言中介推理环节。
论文VAKRAIBM智能体
推荐理由：IBM新基准VAKRA，测API和文档多跳推理，最强70.4%，多跳掉一半，暴露AI短板。
原文
8月12日
17:54
8月4日
00:11
8月3日
14:16
7月30日
19:11
19:11IT之家（博客/媒体）
精选
IBM 联合芝加哥大学、RIKEN 以及 Qedma、BlueQubit、Algorithmiq 等机构发布三篇论文，证明量子计算机可以完成超越传统计算机能力的任务，且结果可验证。其中 Qedma 与 IBM 的论文展示了利用量子计算机探索材料物理学，结果在 Quantinuum 量子计算机上得到复现。IBM 研究负责人 Gambetta 表示这标志着量子计算从性能测试转向实际科学研究。IDC 分析师指出该成果是可验证的里程碑，但量子优势不会像 ChatGPT 那样迅速改变行业。IBM 承诺 2029 年实现容错量子计算机。
行业IBM量子优势量子计算
推荐理由：IBM 这次拿出了可验证的量子优势，不是画饼。他们跟几家机构合作发了三篇论文，结果还能在别的量子计算机上复现，靠谱。想了解量子计算最新进展的可以看看。
原文
7月27日
17:50
7月23日
12:12
7月15日
18:15
18:15IT之家（博客/媒体）
精选
IBM 推出 Power Autonomous Operations 系统，基于 AI 智能体自动监控并修复 Power 系统问题。该系统可将解决容量限制问题的速度提升至人工处理方式的 15 倍。同时发布的 Power S1112 服务器单核心性能较 Power S914 提升 2 倍，能效提升 69%。另一款工具 IBM Bob Premium Package for i 已于 2026 年 6 月 24 日正式推出，帮助开发者加速应用开发。Power S1112 预计 2026 年 7 月上市，Power Autonomous Operations 预计 2026 年 9 月上市。
AI产品IBMPower Autonomous OperationsPower S1112
推荐理由：IBM 用 AI 智能体接管 Power 系统运维，容量问题解决快 15 倍，还出了单核性能翻倍的新服务器，搞企业 IT 的可以关注。
原文
7月14日
21:06
21:06IT之家（博客/媒体）
IBM 预计第二季度营收 172 亿美元，低于市场预期的 178.6 亿美元。调整后每股收益 2.93 美元，低于预期的 3.02 美元，股价盘前暴跌约 20%。客户将资本支出转向服务器、存储等基础设施，挤压软件预算。微软、ServiceNow、Salesforce 等软件股随之下跌 3% 至 5%。
行业IBM微软AI基础设施
推荐理由：IBM 说客户把钱都拿去买服务器搞 AI 基建了，软件预算被挤掉，自己股价暴跌 20%，连微软都跟着跌。看看这波冲击有多大。
原文
7月13日
15:07
7月9日
21:16
6月11日
22:13
6月9日
16:27
6月3日
13:43
13:43Gary Marcus@GaryMarcus
IBM CEO Arvind Krishna 表示 AI 并非泡沫，但估计行业需要 6 到 8 万亿美元的总资本支出用于数据中心和芯片建设。要在七年内收回这些投资，公司每年需要新增 1 到 2 万亿美元的收入，而 Krishna 认为这笔收入可能不存在。他还预测只有两到三家公司能成功构建领先的 AI 模型，其他公司只是在为一场多数人会输的竞赛花钱。评论指出，Krishna 作为 AI 基础设施服务商 IBM 的 CEO，其质疑比普通怀疑者更有分量。谷歌刚通过股权融资 800 亿美元，Oracle 裁员 3 万人以转投资本支出，而 Anthropic 提交上市申请的同一天 GitHub Copilot 的 token 计费崩溃、用户流失。
行业AI 投资资本支出IBM
事件专题
推荐理由：IBM CEO 亲自点破 AI 投资回报的数学难题，做 AI 基础设施或模型投资的团队值得细读——连卖铲子的人都说钱可能回不来。
原文
6月1日
22:33
22:33官方一手Hugging Face: Blog（博客/媒体）
精选
IBM研究指出，当前企业AI采用率低的关键原因在于过度关注大型语言模型（LLM）本身，而忽视了智能体逻辑（Agent Logic）的重要性。智能体逻辑包括任务分解、工具调用、状态管理和错误处理等结构化流程，这些才是实现可靠、可扩展企业AI应用的核心。文章提出，企业应构建基于智能体逻辑的架构，而非单纯追求更强大的LLM，以实现AI的规模化落地。
行业企业AI智能体逻辑LLM
推荐理由：企业AI团队常陷入“换更大模型”的误区，IBM这篇分析点出了真正瓶颈——智能体逻辑。做企业AI落地的架构师和决策者值得一读，能帮你重新思考技术选型方向。
原文
5月28日
10:36
10:36@hebbia@hebbia
联邦资金正在放大现有的量子计算建设，IBM持续的研发投入现在得到了华盛顿的支持。这一举措将加速量子计算技术的商业化进程，IBM作为行业领导者将受益于政策与资金的双重推动。量子计算在药物研发、材料科学等领域的应用前景更加明朗。
行业量子计算IBM联邦资金
推荐理由：量子计算赛道迎来政策与资金双重利好，IBM的研发投入获得联邦背书，关注量子计算进展的投资者和科技从业者值得一看。
原文
02:42
02:42官方一手Hugging Face: Blog（博客/媒体）
IBM与Artificial Analysis联合推出ITBench-AA，这是首个针对企业IT运维场景的智能体基准测试。测试涵盖事件响应、故障排查等真实任务，结果显示包括GPT-4、Claude在内的前沿模型平均得分低于50%。该基准揭示了当前AI智能体在处理复杂企业IT流程时的能力短板，为行业提供了可量化的评估标准。
AI模型智能体企业IT基准测试
推荐理由：企业IT团队终于有了衡量AI智能体真实能力的标尺——前沿模型都不到50分，说明自动化运维还有很大提升空间，做IT运维或AI落地的建议点开看看差距在哪。
原文
5月18日
22:29
22:29官方一手Hugging Face: Blog（博客/媒体）
精选76°
IBM Research 在 Hugging Face 上推出了 Open Agent Leaderboard，这是一个用于评估 AI 智能体性能的公开排行榜。该排行榜通过一系列标准化任务测试智能体的规划、工具使用和推理能力，旨在为开发者提供可复现的基准。目前已有多个主流模型参与评测，包括 GPT-4、Claude 等。这一举措有助于推动智能体领域的透明化和标准化，让开发者能更直观地比较不同智能体的实际表现。
行业智能体排行榜IBM
推荐理由：智能体评估一直缺乏统一标准，IBM 这个排行榜让开发者能直接对比不同模型的规划与工具使用能力，做智能体应用的团队值得关注。
原文
5月13日
19:12
19:12官方账号arXiv cs.LG@Ariel Gera, Shir Ashury-Tahan, Gal Bloch, Ohad Eytan, Assaf Toledo
精选
IBM研究团队提出一种LLM引导的查询精调范式，通过生成式LLM对少量文档的反馈，实时优化用户查询的嵌入表示，从而扩展嵌入模型在零样本搜索和分类任务中的适用性。实验表明，该方法在文献搜索、意图检测、关键点匹配等任务上带来最高25%的相对提升，且能改善排序质量和类别分离度。该方案让嵌入模型在无法大规模使用LLM的场景下成为有竞争力的替代方案，代码已开源。
论文零样本搜索嵌入模型LLM引导
推荐理由：零样本搜索和分类是信息检索的硬骨头，IBM用LLM引导查询精调把嵌入模型性能拉高25%，做搜索/分类的团队可以直接拿开源代码试试，成本比全量LLM推理低得多。
原文