搜索关键词 可行解
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。
AI & Enterprise
Google DeepMind披露AlphaEvolve最新进展：DNA变异误检和漏检率降低30%
Google DeepMind披露，发布一年来的生成式AI工具AlphaEvolve已在基因数据分析、电网调度、自然灾害预测、量子电路设计及Google内部基础设施等场景取得进展。该系统通过“生成候选方案—自动评估—迭代优化”的方式持续改进算法，其中在DNA分析模型DeepConsensus中，疾病相关变异的误检和漏检率降低30%。
AI & Enterprise
Bruce Schneier：AI时代网络攻防博弈中，长期仍将是防守方占优
针对Anthropic AI模型“Mitos”对网络安全的潜在影响，安全专家Bruce Schneier表示，AI将同时提升攻击与防御能力，但从长期看，防守方仍更具优势。不过，在新的安全规范和应对方法成熟之前，难以更新的汽车、家电以及遗留金融系统仍可能反复成为攻击目标。
