ZD至顶网CIO与应用频道 03月07日 评论消息: 在政府方面,澳大利亚政府的首席技术官John Sheridan相信基于云计算的服务模式能够在资金使用方面带来价值,只要政府部门能够接受标准的产品,而不是没完没了地定制新功能。
星期二,在悉尼召开的Criterion的Implementing an As-a-Service Model大会上,Sheridan用到快餐店买汉堡的例子比喻购买服务模型又希望进行定制的做法。
他表示,“我喜欢麦当劳,那里有各种各样我喜欢的东西:我喜欢什么东西都是一样的,我喜欢这种一致性,你知道你在麦当劳买东西会得到什么——即便是他们最近改变了菜单也是如此,现在你可以在某些指定的麦当劳设计你自己的汉堡包。”
“这就像是你带着妻子去餐馆。”
Sheridan表示定制和设计系统需要花费额外的成本、额外的时间,并且会需要更多的基础。
他表示,“这是不同的,模型带来了很多改变,你需要很多技术在模型背后才能开始提供一些非标准的东西。”他表示,“如果说采购服务给政府带来了什么变化的话,那就是接受我们并没有那么特殊这个现实。”
“在购买这些东西并使用这些服务模型的时候,意味着你已经做好了准备改变你的某些流程以适应你购买的服务的流程,而不是要走出去然后说,‘是的,我们确实非常喜欢这个汉堡包,我们确实非常喜欢这些炸薯条,但是我们想要改变它们——我们想要把它们在油脂中煎一下,我们想要将它们打造成略微不同的大小,我们希望它们能够被送来,而不是我们自己去拿。’”
Sheridan表示虽然供应商都乐于定制,这些改变通常会增加模型的成本,结果企业会突然发现这些定制的功能并没有带来什么好处,反而是有害的了。
Sheridan表示,“接受我们并不特别,在我看来是利用这些改变的关键。”
“有一些人是特别的,机构中有一些部分是特殊的,有一些部分需要不同的东西,所以你可能不想完全接受一个服务模型,你可能想说,‘我们会把绝大部分业务放进来,但是业务中有一小部分是特殊的,我们会有稍微不同的方式。’”
这位首席技术官表示,虽然并没有哪一个云模型会比其他的模型更好,但是他还是反复强调在选择模型的时候一定要记牢这一点,这是非常重要的,应该选择供应商的标准服务,机构自己去设计是不会有好处的。
今天的早些时候,新南威尔士司法部(New South Wales Department of Justice)的首席信息官Aaron Liu表示成功实施业务服务的关键是和供应商的关系。“这是一种勾引?还是一场长期的婚姻?又或是一种更深层次的结合?”
Liu表示跟踪管理使用服务的答案在于风险管理,将其置于正确的商业、技术和服务级别控制之下,确定某些特定的条目应该选择哪种类型的关系。
他表示,“按照市场成熟和竞争的天性(也就是选择勾引),你可以更换供应商,这非常简单。而同时你又可以选择另一种思路的做法——在婚前进行协议,这样在退出的时候就可以有更多的屏障。”
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。