由开放数据中心委员会、数据中心联盟、云计算发展与政策论坛主办,阿里巴巴、百度、腾讯、中国电信、中国移动、英特尔承办,浪潮、华为等协办的“开放数据中心2014峰会”将于8月29日在国家会议中心召开。“开放数据中心委员会”前身为天蝎联盟,并增加模块化数据中心等研究内容。原天蝎联盟包括阿里巴巴、百度、腾讯、中国电信、中国移动,英特尔担任技术顾问,核心研究内容为天蝎整机柜服务器。开放数据中心委员会综合天蝎整机柜服务器、模块化数据中心等研究内容,旨在打造中国的开放平台,推动互联网产业发展和基础设施标准化、产业化进程。
本次大会将正式成立开放数据中心委员会,首次发布天蝎整机柜服务器技术规范2.0版本,并介绍模块化数据中心最新进展,还邀请到Facebook、IEEE等多位国内外专家进行精彩的技术分享,以及对数据中心技术、产业等的精辟分析和展望!敬请期待!
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。