AI & Enterprise

KAIST发布强化学习方法RL-SPH：无需外部优化程序也能生成可行方案

KAIST研究团队开发出强化学习方法RL-SPH，使AI无需依赖外部专业优化程序，也能在现实约束下生成可执行的计划方案。该方法采用“先找可行解、再优化成本与时间”的两阶段策略，并在多项基准测试及MIPLIB评测中展现出稳定性能。

Crypto

IBM与芝加哥大学实现70个逻辑量子比特可验证计算

IBM与芝加哥大学研究团队宣布，借助70个逻辑量子比特完成了一项经典计算机难以完成的量子计算，并实现结果可验证，整个过程耗时约15分钟。研究团队同时引入新的误差校正与验证方案，使逻辑错误率降至物理错误率的约十分之一，标志着容错量子计算取得重要进展。