2020年9月24日下午,世界智能大会推介活动在北京国贸大酒店成功举办。近百家来自全国及北京当地的企业代表、媒体伙伴参加了本次路演推介活动。
世界智能大会是由国家发展和改革委员会、科学技术部、工业和信息化部、国家广电总局、国家互联网信息办公室、中国科学院、中国工程院、中国科学技术协会、天津市人民政府共同主办,是国内高规格的国家级智能领域展会。 连续4年以来,大会汇聚了国内外超万名科学家、企业家、教育家、金融家,共同讨论了智能科技的前沿趋势,共同谋划了智能科技产业的发展未来。
举办世界智能大会,加速推进智能科技产业发展,是天津市把握智能时代新机遇的战略选择,是落实京津冀协同发展战略的关键一招。大会首提“智能科技”,以“推进人工智能协同经济社会发展深度融合、构建人类命运共同体、打造世界人工智能先锋城市”为目标,在传播先进理念、搭建国际平台、发布产业政策、深化战略合作等方面取得了显著成果。第三届世界智能大会开幕期间,国家主席习近平专门发来贺信,提出要通过世界智能大会,搭建交流合作、共赢共享的平台,推动新一代人工智能健康发展,更好造福世界各国人民。
2020年6月23日,第四届世界智能大会成功举办。这是我国疫情防控常态化形势下举办的第一个国际盛会,也是国内首次采用“云上”模式打造的高端盛会。大会全面借助大数据、虚拟现实、5G等前沿技术,突破时间和空间的局限,搭建多彩“云”平台,取得丰硕“云”收获,实现政治效果、专业效果和社会效果的高度统一。
作为一年一度的盛会,第五届世界智能大会将于2021年5月在天津举行。本届大会将持续突出高端化、国际化、专业化、市场化、智能化特色,将大会打造为全球智能领域高端交流活动。此次路演推介活动既是为第五届世界智能大会进行宣传推介,为有意参会、参展、进行商业合作的企业和机构搭建一个交流对接平台,也是答谢老朋友、结识新伙伴的桥梁纽带。同时,活动围绕天津市委、市政府出台的《加快推进智能科技产业发展总体行动计划》、《加快推进智能科技产业发展的若干政策》、《“海河英才”行动计划》等一系列政策措施进行解读,宣传推介天津在支持智能产业快速发展方面的优势政策、良好环境和配套服务,力争做好以会兴业,以业引才,以业聚财的成果。
会议现场图片
来自天津市工业与信息化局、天津市商务局、天津市体育局、天津市滨海新区、世界智能大会组委会秘书处、第四届战略合作企业代表以及数十家企业及媒体代表共同出席参与了本次推介会。
世界智能大会组委会秘书处副总经理任丽伟现场发言
世界智能大会组委会秘书处副总经理任丽伟女士首先对世界智能大会进行了总结并介绍了第五届大会的情况安排。她表示,第五届世界智能大会拟定于2021年5月在天津梅江会展中心召开,拟举办大会、展览、赛事、智能体验等一系列活动,形成“会、展、赛+智能体验”四位一体的国际化平台。牢牢把握“高起点、入主流、国际化、有特色”的定位,努力打造智能领域的国际化品牌。此外,第五届世界智能大会还将继续扩大商业合作,增强市场化运作,构建“企业+机构+媒体”的合作模式,注重政府服务,发挥市场主导作用。
战略合作伙伴授牌仪式
在推介会的主旨演讲之后,与会领导对第四届世界智能大会战略合作伙伴进行战略授牌。
媒体记者提问现场
互动交流环节,与会企业代表、媒体记者与嘉宾进行沟通,畅所欲言,并就现场发言、智能体育大赛以及天津的产业发展和相关政策的问题进行交流。
泸州老窖现场展示
泸州老窖股份有限公司全程支持了本次推介活动。
天津正处于产业转型、动力转换、结构转变的关键时期,智能大会搭台,智能经济唱戏,既是挑战,更是机遇。天津希望让世界智能大会平台成为企业和政府、企业和企业、企业和客户之间的合作、供需平台,促进更多科技成果转化、更多应用项目落地,更多实际商机促成。
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。