达索系统(巴黎泛欧证券交易所:FR0014003TT8, DSY.PA)与大众集团近日宣布达成长期战略合作伙伴关系,双方将依托达索系统3DEXPERIENCE平台,推动大众集团汽车开发的数字化基础设施建设进程。
大众集团已采用云端3DEXPERIENCE平台作为其核心的工程及制造平台。大众、奥迪和保时捷几大品牌的工程师、设计师以及其他专业人士将充分利用虚拟孪生技术,进一步优化汽车开发流程。通过在协同的虚拟环境中仿真、测试与改进,团队能够在实际生产启动前精准把控车辆开发的各个环节,并确保符合全球法规与可持续发展标准。
大众集团IT董事会成员Hauke Stars表示:“与达索系统的合作标志着我们在推动下一代IT系统架构开发过程中的一大重要里程碑。凭借一致的数据流和基于其建立的AI解决方案,我们的开发及工厂规划团队将实现真正的技术飞跃,并通过简化系统复杂性和应用虚拟孪生技术,可持续地降低IT成本、进一步加速各项进程。”
达索系统首席执行官Pascal Daloz指出:“生成式经济背景下的行业变革,正迫使汽车公司做出革命性决策,从而进一步提升消费者体验。经过四十年建立在创新与互信基础上的长期合作,我们现在将以3DEXPERIENCE平台为核心,与大众集团开启新的合作篇章。达索系统AI驱动的虚拟孪生以及云计算的强大功能和韧性,不仅将集成大众集团的软硬件创新,还将整合双方的知识与技术专长,从而加速其以软件为驱动的业务转型。”
大众集团将部署达索系统基于3DEXPERIENCE平台的四项行业解决方案体验:“全球模块化架构”、“智能、安全与互联”、“高效多能平台”以及“On-Target Vehicle Launch”。
好文章,需要你的鼓励
这项由清华大学与NVIDIA合作的研究提出了"负例感知微调"(NFT)算法,挑战了"自我提升仅适用于强化学习"的传统观念。通过构建隐式负面策略处理错误答案,NFT在数学推理任务上匹配甚至超越了顶尖强化学习算法的表现。研究不仅证明了监督学习与强化学习在特定条件下的等价性,还展示了如何利用负面反馈显著提升大语言模型的数学能力,为AI训练方法论开辟了新视角。
这项研究提出了一种名为混合推理策略优化(HRPO)的新方法,通过强化学习使大型语言模型能够结合离散标记和连续隐藏表示进行推理。HRPO设计了创新的门控机制,初始时以标记嵌入为主,逐渐增加隐藏状态的比例,并通过强化学习优化这一混合策略。实验表明,HRPO在知识和推理任务上显著优于现有方法,甚至使小型模型达到大型模型的性能,同时展现出跨语言推理等有趣特性。
这项研究介绍了REARANK,一种基于大语言模型的创新列表式推理重排序助手。通过强化学习技术,该模型在排序前先进行明确推理,显著提升了排序性能和可解释性。仅使用179个标注样本训练的REARANK-7B在多个信息检索基准测试中表现卓越,甚至在推理密集型任务上超越了GPT-4。研究证明了结合推理能力与高效排序策略的重要性,为构建更智能的信息检索系统提供了新思路。
"当我看到梵高的每一笔中都有他的痛苦时,才明白我们看的不是作品,而是作者的人生。AI正以惊人的速度接近人类水平通用智能,让Google从'伦敦那帮疯子在搞AGI'转变为全公司共识。DeepMind让AI'合理地幻觉'来创造突破,就像Astra技术让用户第一次惊呼'AI能做到比想象更多'——这不仅是技术革命,更是重新定义创造力的开始。"