至顶网CIO与应用频道 11月13日 北京消息:富士通正式宣布成立一家新公司「FUJITSU Intelligence Technology」,为集团人工智能(AI)业务全球战略的制定与实施提供支撑。新公司总部设立在加拿大温哥华,于2018年11月1日正式投入运营。
通过将来自日本总部以及全球各地区的创新AI技术与解决方案进行整合,并作为全球化产品与服务提供给各个地区,FUJITSU Intelligence Technology旨在进一步拓展富士通全球AI相关业务。
新公司总部所在的加拿大温哥华地区及周边拥有众多学术与科研机构,例如著名的多伦多大学,在人工智能与量子计算研究方面始终处于全球领先水平。此外,该地区还推动着IT产业与创新商业理念的结合,在多元化的商业生态系统下诞生出诸多先进的科技创业公司,其中包括量子计算软件开发公司1QB Information Technologies Inc.
与此同时,富士通将与加拿大及不列颠哥伦比亚省政府紧密协作,充分利用当地顶尖的AI人才资源,将自身打造成为全球AI生态系统的核心企业。
通过在日本之外的地区建立重要据点,富士通将灵活应对国际标准与需求,深入了解全球客户的诉求并积极推进创新技术与解决方案的开发。作为富士通人工智能业务的新总部, FUJITSU Intelligence Technology将在加速集团整体解决方案与服务创新方面发挥关键作用。
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。