为全面总结好第四届世界智能大会市场化工作效果,贯彻落实深化开展第五届世界智能大会市场化工作的有关精神,世界智能大会组委会秘书处于8月19日在市工业和信息化局1201会议室组织召开了第四届世界智能大会市场化效果评估工作会暨第五届世界智能大会代理机构评审会,市工信局周胜昔总经济师、市工信局合作交流处、市商务局、滨海新区、组委会秘书处相关工作负责同志作为评委出席,6家代理商务洽谈机构参会并汇报。
会上,各代理商务洽谈机构逐一汇报了第四届世界智能大会招商、招展既定任务指标达成情况,实际工作开展情况,合作协议与权益落实保障收口情况,工作中存在的问题与解决措施,第五届世界智能大会招商招展规划和工作思路,评委现场点评并打分,最终结果将作为第五届大会代理机构评选入围重要参考。
周胜昔总经济师在会上指出,在常态化疫情防控新形势下,第五届世界智能大会将坚持“企业家唱主角”的办会思路,充分发挥现有平台优势,以会兴业、以会引才、以会聚财。要求代理机构各项工作要提高站位、及早着手、主动作为、聚力借力,扎实推进大会市场化工作。
本次会议拉开了第五届世界智能大会市场化工作序幕,大会组委会秘书处已面向全球征集战略合作伙伴、高级合作伙伴、大会合作伙伴及活动合作伙伴,合作伙伴将深度参与大会,为大会提供智力、技术、资源、资金等支持。
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。