至顶网CIO与应用频道 09月20日 北京消息:达索系统(巴黎欧洲证券交易所:#13065,DSY.PA)宣布美国雪佛龙(Chevron)公司下属的雪佛龙产品公司(Chevron Products Company),一家高档基础油和成品润滑剂生产供应商选择3DEXPERIENCE平台,加快开发以雪佛龙、德士古(Texaco)和加德士(Caltex)等品牌在全球各地销售的润滑剂产品进程。
雪佛龙的润滑剂业务经历了创新的历程,每年都有数以百计的新产品项目和产品改进项目。每个项目都涉及数十名来自各个专业领域的参与人员,在多个地点从事不同的配方、调节和新材料工作。为保持在润滑剂市场上的引领地位,雪佛龙力图降低这一复杂性并加快开发周期。
达索系统的“完美产品”行业解决方案专门针对雪佛龙的润滑剂业务需求。“完美产品”基于3DEXPERIENCE平台,在数字化协同环境中跨企业全球运营接洽用户,帮助企业节省与新产品开发有关的时间、资源与成本。
雪佛龙通过采取措施提高产品配方与材料可追溯性,标准化产品审查与审批流程,旨在增强其整个产品组合的产品质量。借助3DEXPERIENCE平台,雪佛龙润滑剂业务内部和不同地点的多项职能将能够访问统一的可搜索、可重复使用的产品数据,随时深入掌握项目状态和目标完成日期,实现各项供应链活动。
雪佛龙润滑剂品牌、技术与OEM部门总经理Brian Stripling指出:“我们转而采用达索系统,以支持我们运用一个多世纪的润滑剂科研与创新成就。借助达索系统的系统集成合作伙伴马恒达科技公司(Tech Mahindra)提供的各项服务,能让我们的各个流程和工作都基于最佳业务实践与功能。随着降低复杂性过程的深化,我们已经步入集成更多流程到达索系统平台这一阶段。”
马恒达科技公司咨询与企业解决方案副总裁Ashim Guha表示:“达索系统的3DEXPERIENCE平台让我们能够与业务相关方共同迅速完成迭代,交付产品开发流程数字化转型。客户能够在不到一年时间里按预算从老旧Lotus Notes应用转型到新平台。”
达索系统能源、流程与公共事业行业副总裁Thomas Grand表示:“与大多数能源、流程与公共事业部门相似,石油与天然气拥有多种复杂流程,可能导致产品开发过程中问题发现过晚,延误解决方案的市场投放。3DEXPERIENCE平台通过为整个价值链上的项目相关方提供便捷和实时访问他们正在处理的产品的相关信息的渠道,帮助加快新产品推出速度。这让雪佛龙这样的企业有机会运用3DEXPERIENCE平台提供的企业级方法实现创新。”
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。