日前,来自新墨西哥州和洛杉矶市的多位官员参加了Facebook公司在洛杉矶计划新建数据中心的奠基仪式。这个投资2.5亿美元的数据中心将在2018年开通运营,Fortis公司负责建设这个数据中心设施,此外可能增加五个建筑物。
加利福尼亚州和洛杉矶市的多位官员参加了奠基仪式
当地的机会
据KRQE新闻报道,新墨西哥州州长苏珊娜•马丁内斯表示,“Fortis公司的施工动作相当快,因为这个数据中心建设的计划几周前刚刚宣布,Fortis公司就在这里清理平整土地。这是Facebook公司的作用。他们作为一个整体迅速采取行动,这对于洛杉矶和新墨西哥州有着巨大的影响。”
Facebook公司在其社交网络的一篇文章中表示:“今天,我们很高兴我们的合作伙伴能够参与建设这个项目。在我们位于在洛杉矶鲁村最新的数据中心施工现场举行这个奠基仪式,不仅仅是为了破土动工,而是我们庆祝投资当地社区和数据中心项目的一个机会。感谢那些帮助我们实现这一点的有关人员。”
虽然Facebook公司将投资这个项目,而作为当地社区的一个副产品,当地社区也不得不在Facebook数据中心设施进行投资。
新墨西哥州在未来30年将不会对这个数据中心收取任何财产税,并对购买计算机设备给予减税,以及提供优先用水的权力。作为回报,Facebook公司将支付年费,从5万美元开始,直到增加到近50万美元。
此项交易是新墨西哥州和犹他州之间进行一次扩展的招标竞争后达成的,而犹他州所提供的潜在税收优惠达到2.6亿美元。
日前,政策智库的研究人员批评了这样的投标过程,并认为类似的交易使当地获得的就业岗位很少。并表示,“Facebook公司建立自己的数据中心,比其他公司相比,却仍在为其每个数据中心寻求大量补贴。此外,Facebook公司很清楚通过两个地域对其项目的相互竞争,可以加快对其数据中心的许可和批准。”
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。