亚马逊云科技宣布与包括深圳天使母基金、上海临港科创投、启明创投、纪源资本、五源资本、高榕资本、金沙江创投、真格基金、梅花创投、香港科技园公司在内的28家创投与产业机构,共同推出“亚马逊云科技创业加速器”。该项目是亚马逊云科技为初创企业推出的一项深度赋能计划,也是亚马逊云科技全球加速器项目在中国的落地。该创业加速器旨在从全球创投网络资源对接、前沿技术赋能、全球业务拓展以及创新组织能力构建四方面,为处于早期到成长期的初创企业提供全方位的技术及资源支持,助力AI领域的初创企业释放创新潜能,快速实现业务扩张。首期“亚马逊云科技创业加速器”为期3个月,将筛选25家初创企业,助其在生成式AI、企业服务软件、电商解决方案、智能汽车解决方案多个赛道找准业务场景,快速上线产品,并加速全球业务部署。
亚马逊云科技创业加速器发布
亚马逊全球副总裁、亚马逊云科技大中华区执行董事张文翊表示:“初创企业在数字技术的快速迭代、创新发展和行业应用方面都扮演着不可或缺的角色。尤其在生成式AI爆发的当下,初创企业在帮助各行各业更好、更快速地拥抱和应用这一技术方面,将发挥更大的作用。因而,我们希望通过‘亚马逊云科技创业加速器’, 携手中国顶尖创投和产业机构,更好地赋能初创,既帮助他们抓住这一巨大的技术创新机遇,也帮助更多的企业通过技术创新,提高创造力,增强用户体验、提高生产力和改善业务运营。”
亚马逊全球副总裁、亚马逊云科技大中华区执行董事张文翊
亚马逊云科技将通过创业加速器为初创企业提供全方位的支持,帮助他们实现更广阔的发展:
创投机构代表、启明创投合伙人周志峰表示:“亚马逊云科技一直是我们重要的创业生态伙伴,通过加速器的形式,亚马逊云科技将把全球领先的行业经验和丰富的产品与工程实践提供给优秀创业者,切实帮助他们解决发展中的挑战。我相信‘亚马逊云科技创业加速器’也会给关注前沿科技,特别是AI领域的投资人提供深入的技术洞见和产业视角,帮助投资人更高效地挖掘和指导创业项目。”
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。