ZD至顶网CIO与应用频道 12月21日 北京消息:2016年12月17日下午,软银集团(以下简称SoftBank)与亿达信息技术有限公司(以下简称YIDATEC)业务合作十周年纪念庆典在大连香格里拉大酒店隆重举行。SoftBank与YIDATEC 双方高管团队与近400名大连中心员工一同参加了本次庆典。
早在2006年,SoftBank经过严谨考察,最终确定与YIDATEC合作,共同建立SoftBank&YIDATEC大连共享服务中心,自此,SoftBank与YIDATEC成为了密不可分的合作伙伴。10年里,双方共同经历了诸多困难和挑战,建立了SoftBank&YIDATEC大连中心的坚实基础,也凝结成了超越业务合作的深厚友情。
本次庆典上,YIDATEC CEO郑时雨作为SoftBank&YIDATEC大连中心的创办人,发表了热情洋溢的讲话。郑时雨回顾了SoftBank与YIDATEC携手走过的十年里,积累了丰厚价值和宝贵财富。SoftBank&YIDATEC大连中心从最初30多人的项目发展成为高峰员工达到780人,无论从规模上、业务领域上、还是发展速度上,均称得上是中日IT产业合作最具代表性的典范和成功案例。SoftBank是YIDATEC最早的客户,今天依然是YIDATEC最重要的客户,双方十年合作形成的信赖关系,从客户到朋友、再到家人的感情和相互信任,是双方最为宝贵的资产。期待双方未来在更广更新的领域深入合作,着眼于日本和中国的其他城市、乃至亚太其他国家和地区的合作,充分发挥和互补两公司的优势资源。
YIDATEC CEO郑时雨 在庆典上致辞
专程从日本赶来参加本次庆典的SoftBank执行董事兼软银芘爱思大连董事长平尾芳郎兴奋之情溢于言表。平尾董事长对YIDATEC如今发展成为3000名员工的大公司从内心感到高兴。他回顾了10年来SoftBank与YIDATEC的发展历程,相信SoftBank实施的“Half&Twice”举措,会给YIDATEC带来更多的机会。平尾董事长真诚感谢YIDATEC这十年间对SoftBank的大力支持,并希望两公司的双赢关系在未来得以更强更大的发展。
SoftBank执行董事兼软银芘爱思大连董事长平尾芳郎致辞
参加本次庆典的大连中心的客户—SoftBank日本各业务部门的领导也对SoftBank&YIDATEC大连中心业务给予了高度肯定,他们感谢十年来YIDATEC的精诚合作,高度肯定了YIDATEC员工的企业觉悟、沟通能力和学习进取心,再次赞扬YIDATEC日本和中国国内员工在2011年东日本地震期间坚守岗位、夜以继日给予的大力支援,并祝愿未来十年SoftBank与YIDATEC携手并进,再创辉煌。
SoftBank与YIDATEC领导团队合作完成纪念魔方拼图
本次庆典在双方领导团队合作完成象征SoftBank与YIDATEC精诚合作的纪念魔方拼图中结束。过去的十年,SoftBank&YIDATEC大连中心已经画上了一个圆满的句号。未来,SoftBank与YIDATEC将继续携手同心,并肩迈入下一个更加灿烂辉煌的十年。
YIDATEC作为一家聚焦客户体验的、为行业客户、企业客户及终端客户提供创新型的整合IT服务公司。自2006年成立以来,通过创新的技术和专业化的IT解决方案与服务体系,形成了具有竞争力和高附加值的业务核心,帮助用户不断提升运营效率、降低运营成本,并在北京、上海、深圳、广州、成都、武汉、东京设有分支机构,有近3000名员工为9个国家的近12万名企业IT用户提供专业服务。面向制药、保险、通信、能源、产业园区、公共事业部等行业客户提供全面的IT解决方案,并投资建立了中国北方最大的数据中心,运用云计算、大数据、移动互联网、IOT等新兴技术,为全球企业在亚太地区的业务提供专业的IT服务。YIDATEC 信奉员工、客户、企业、社会价值共同成长,通过不断的努力成为全球领先的IT解决方案和服务供应商。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。