顶网CIO与应用频道 11月15日 北京消息:为全面贯彻党的十九大精神,践行“网络强国”、“深化两化融合”、“深化制造业价值转型”、“供给侧结构性改革”等发展战略。11月28日,智能制造融合创新主题峰会将于长沙举办,本届大会由中央网信办、工业和信息化部指导,湖南省人民政府、中国工程院、中国科学技术协会、国防科技大学、中国电子信息产业集团有限公司主办,工信部装备司、湖南省工信厅、长沙市人民政府、中电工业互联网有限公司承办,至顶网和中国制造千人会作为协办单位。
十九大报告指出,要加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合。智能制造融合创新主题峰会是2018中国(长沙)网络安全•智能制造大会其中一场主题峰会,大会全面展示智能制造最新技术和政策,搭建国际化、前沿化、产业化平台。智能制造融合创新主题峰会将紧扣制造行业关心的智能制造与新制造等热点话题,深入探讨制造业数字化转型的挑战、路径、技术。
重磅嘉宾同场论道:届时工信部装备司、中国工院院士等领导将出席峰会,并有来自伟创力、SAP、用友网络、研华科技、美云智数、富士通、友达光电等众多知名企业高管和机构负责人发表精彩演讲。
大会话题前沿高瞻:峰会将围绕传统制造向智能制造以及新制造的转型升级,以及智能制造与企业数字化转型相关政策措施、实施指南、技术应用展开讨论。重点话题包括:智能制造、工业互联网、制造业数字化转型等。
会议环节丰富多样:作为2018中国(长沙)网络安全•智能制造大会中的其中一场主题峰会,大会同期还将举一场办展览会、一场网络安全大赛和多场技术论坛。
中国湖南长沙作为中国中部地区重要的制造业基地,正依靠智能制造推动工业转型升级,实现由大到强,由量变到质变的重大转变。预计本届大会将有六百多位来自政产学研用的政府领导、权威数字化学者专家、大中型企业高管出席,共同探讨产业结构升级、制造业与服务业融合创新,持续推进科学、高效、协同的智能制造产业发展模式。
2018中国(长沙)网络安全•智能制造大会官网
http://www.csznblh.com/
智能制造融合创新主题峰会报名二维码
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。