送来的PowerEdge R920服务器搭配的CPU是Intel Xeon E7-4830 v2,这是一款10核心、主频2.2GHz的处理器,在四路、打开超线程的状态下一共是80个硬件线程,每线程需要2GiB的内存才能运行SPEC CPU2006测试,现实中这台R920搭配了8条内存条,总容量32GiB,因此我们改用了其它配置起来比较复杂的服务器测试方案。
我们选择的是数据库性能测试方案,数据库包含两个知名的测试规范组织的基准测试:ANSI(American National Standards Institute,美国国家标准局)和TPC(Transaction Processing Performance Council,事务处理性能委员会)。其中,ANSI的AS3AP(ANSI SQL Standard Scalable and Portable)Benchmark是一个可扩展、可移植的简单关系数据库基准测试,而TPC的测试方案大家都很熟悉,就是TPC-C、TPC-E、TPC-H和TPC-W等一系列数据库基准测试方案。
我们选择的是AS3AP测试方案,AS3AP测试分为单用户测试和多用户测试两大部分。AS3AP数据库包含5个关系表,其中一个表一行一列,用来记录测试开支。其它四个表有着同样的结构(属性名、属性类型),通过生成文件装入的数据生成,它们的区分表现在某一列上有不同值的行数。每行记录的长度大约是100字节。
为了运行AS3AP性能测试,我们在服务器——DELL PowerEdge R920——上安装了Windows Server 2012 R2 Datacenter、Microsoft SQL Server 2012 Enterprise 64bit,并搭建了60台客户端,每台客户端上安装了Windows Server 2012 R2 Datacenter和Microsoft的ODBC Driver,通过Benchmark Factory软件执行了AS3AP性能测试。值得一提的是,PowerEdge R920板载的BCM5720四端口千兆网卡完全不敷使用,我们使用了一块Intel的X520-2双端口万兆网卡进行了测试。
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。