至顶网CIO与应用频道 10月19日 北京消息:在文章开篇,先抛出一个问题:如何在最短时间内挖掘到最优秀的人才和最出色的作品?其实,从古至今数千年,最直接高效的做法都是一致的——比赛,通过竞争让“高手”脱颖而出。如今,华为云渴望挖掘到最出色的云人才和最佳云实践解决方案,怎么做?比赛自然是首选。日前,华为云解决方案优选赛与云迁移赛正火热进行中!
华为的目标是——不放过一个好方案!
作为2017“ΣCO-Discovery”华为生态伙伴精英赛的精彩赛事,两个赛项各有侧重。云解决方案优选赛旨在为有意与华为云合作的广大伙伴提供一个平台,充分展示云上解决方案的商业价值、技术领先性和创新性。而云迁移赛则重点比拼真实场景的云服务能力,从实战场景出发,聚焦如何将用户的业务平滑迁移至华为公有云。两大赛事最终评选结果将于10月28日的华为生态伙伴精英赛2017颁奖盛典上揭晓。
为了吸引更多的人参与,选出出色的云解决方案,华为在比赛奖励措施上颇花了一番心思。以云解决方案优选赛为例,一等奖选手不仅可以享有华为领先级云解决方案伙伴权益,还可以获得华为价值5万元奖品,包括市场拓展基金、公有云解决方案孵化专属资源、享受业绩激励和市场拓展激励、销售线索推送等相当实惠的奖励,更有华为公有云架构师现场支持的福利相送,这对于想在云市场有一番作为的合作伙伴来说,显然极具诱惑力。
据悉,本次比赛的命题范围非常广,选手们既可以提交泛金融(含保险/证券)、电商云、制造云、教育医疗此类垂直行业应用云解决方案,也可以提交协同办公、客户服务、电子商务、人力资源、商业智能、建站系统、销售管理、财务管理、存储与备份此类水平通用应用解决方案。
在解决方案评判标准上,华为也是多方考虑力求公平,由华为云业务专家团队、云销售团队、客户代表以及第三方专业人士组成评委团,从解决方案的行业地位、与华为云产品或解决方案的关联度、竞争力、商业计划、创新度多个维度进行评判。如此强大的阵营和付出,都只为了实现一个目标——“不放过一个好方案”。
与合作伙伴共同打造世界五朵云之一
其实,从激励措施也可以看出,华为对于优胜者从技术、营销、销售三个角度给予全面支持,如此下“重金”寻找云产业中的优秀人才和解决方案,究竟为何?这就要从华为云的发展业务战略说起。
今年3月华为成立Cloud BU,宣布将以公有云服务为基础,强力投资打造开放的公有云平台,并将聚焦重点行业,携手合作伙伴构建云生态,共同做大产业蛋糕。与AWS、Microsoft Azure不同,华为云并不直接面向公众推广云服务,华为对自己的定位是智能社会的使能者,将聚合人工智能、物联网等基础能力,为政府、企业、合作伙伴和开发者,提供创新的智能云服务。华为高层更是在多个场合明确表示,华为恪守“上不碰数据,下不碰应用”原则,通过与合作伙伴的合作,向客户输出华为的云能力,帮助合作伙伴和客户来开展业务,最终形成一个良性健康的云生态。
从这一点看,也就是解释了华为举办“云解决方案优选赛”和“云迁移大赛”的初衷,正是为了选拔出优秀的合作伙伴,在华为强大的助推力带动下,让优秀的解决方案被应用到越来越多的客户系统中。这也正契合了9月刚刚结束的2017华为全联接大会的精髓——行动起来。
正如华为公司轮值CEO郭平在大会上所言,华为的目标是把华为云打造成世界5朵云之一,华为将长期战略投入公有云,打造未来的云联盟,依靠技术、安全、服务和分享的基因,帮助用户做好业务。有了郭平这颗“定心丸”,对公有云感兴趣的合作伙伴可以大胆地牵手华为了,云解决方案优选赛和云迁移大赛就是展示自己实力的最佳舞台。
安得猛士兮守四方
“大风起兮云飞扬,威加海内兮归故乡,安得猛士兮守四方”,这是刘邦的《大风歌》里流传最广的诗句,身为一代霸主的刘邦,依然困惑于“猛士”难寻,作为新兴应用的云人才就更难寻觅了。事实上,除了帮助优秀的云解决方案“发光发热”之外,华为云解决方案优选赛与云迁移大赛的另一大作用就是寻找人才。
在2017华为全联接大会上,华为企业业务培训与认证部部长冯宝帅表示,随着云、大数据、物联网等新技术和应用不断成熟,更重要工作是将这些技术、架构和方案不断深入地应用到关键业务甚至核心业务中去,这对云人才的综合能力提出更高的要求。诚然,无论是合理的建设云,还是将业务安全可靠地迁移到云,抑或是提供高效的运营云平台和云服务,这一切都离不开最核心的竞争力——人才。
据了解,华为云针对人才的问题已经展开了华为云认证,通过华为云认证来普及云技术,培养云建设者、架构师、开发者、运营者等不同角色的专业人才,满足大中型企业云专业人才诉求,源源不断地为ICT产业贡献优质的人才,促进企业在数字经济下蓬勃发展。相信通过华为云解决方案优选赛与云迁移大赛,华为将挖掘到合作伙伴中非常优秀的人才,对其进行培养之后,无疑将更有力于云的落地与实践,从而催化云生态不断向前发展。
现在,华为云“可信、开放、全球服务能力”的三大核心优势已经广为人知,对公有云长期发展的战略也已经清晰明确,我们更多地感受到华为云“不拘一格寻合作”的诚恳态度。而本次举办的两大赛事,正是体现了华为倡导“全面云化”的战略,以及秉承开放心态、与伙伴共建生态,使能行业数字化转型的决心。10月大奖花落谁家,让我们拭目以待吧!
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。