6月17-18日,第九届全球云计算大会·中国站在宁波盛大开幕。大会采用线下、线上互动模式,吸引了来自全球超600位云计算行业专家学者及知名企业代表,以及30万名观众以云参会,共同探讨企业云转型的技术与案例实践。
本届全球云计算大会以“新技术赋能双循环发展”为主题,希望通过深入探讨物流与制造业的新技术融合,聚焦分析数字化平台,助力企业转型。作为中国早期从事开放云边基础架构服务的专业公司,九州云也受邀出席本次大会,在会上一举斩获第八届“云鼎奖”两项殊荣,并通过设置展台等形式展示公司实力。
会议期间,第八届“云鼎奖(Top Cloud Connect Awards)”最终获奖名单正式揭晓。“云鼎奖”作为云计算开源领域专业性、权威性兼具的重要奖项,旨在表彰本年度对中国云计算产业做出突出贡献和具有创新精神的集体、个人和产品,促进云计算在中国健康、快速、有序发展,为此颇受行业各界关注认可。
据悉,本次“云鼎奖”共收到162家企业申报的309个奖项,通过严格的线上选拔及专家评审,最终就团体、个人七大奖项,向产业界致敬等颁出逾40个荣誉奖杯,表彰2020-2021年度对中国云计算产业做出突出贡献和具有创新精神的集体、个人和产品。
其中,九州云凭借云计算产品、服务及技术为广大社会做出了突出贡献,斩获“2020-2021年度中国最具潜力企业奖”和“2020-2021年度全球优秀解决方案奖”两项殊荣,进一步证明业界对九州云实力及其在云计算领域所做贡献的认可。
在会议的品牌展示区,九州云展台吸引了诸多专业人士驻足。
当新一轮科技革命与产业变革加速融合,云计算、大数据、人工智能、5G等新兴技术势必将助力数字化转型加速迈进。在本次展会中,九州云在展区不仅准备了多种精美奖品,还向参会嘉宾提供了多种前沿技术架构白皮书,重点展示了私有云、混合云、边缘计算等产品及解决方案。
例如,九州云的运维产品Animbus® AutoOps,其可以解决基于开源的OpenStack云平台运维上的重复性工作,实现人力现虚拟机跨平台迁移,从VMware平台、KVM平台、老版本的OpenStack平台自动迁移到新版OpenStack平台,并具备存储坏盘自动替换功能。
基于开源的分布式存储Ceph,可以实现将集群中坏盘的osd自动替换;主机维护功能。在日常的硬件更换、bug修复,软件升级等其它需要重启的场景上进行自动停机进行维护;网络诊断功能。实现虚拟机网络故障的初步诊断;私有云、边缘云平台日常健康状况巡检和提供巡检报告。基于树状结构的资源统计,实现从域到用户资源的释放,完成日常巡检功能,确保上线平台的稳定运行。
在“十四五”规划开启的新发展阶段,数字正在成为激活发展新动能、推动转型升级的新要素。九州云作为中国早期从事开放云边基础架构服务的专业公司,始终秉承“开源·赋能云边变革”的理念,不断夯实自身实力,先后为政府、金融、运营商、能源、制造业、商业、交通、物流、教育、医疗等各大行业的企业级客户提供高质量的开放云边基础架构服务。
在百年变革的重要窗口期,九州云将秉持初心,继续强化夯实技术实力,与产业生态合作伙伴携手同行,紧跟国家创新驱动发展步伐,赋能行业转型升级,助力数字经济发展。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。