2月12日上午,天津市第十七届人民代表大会第六次会议开幕。政府工作报告中肯定了“成功举办第五届世界智能大会”,提出了“高水平举办世界智能大会等活动”的目标。
2022年,是我市实施“十四五”规划、落实制造业立市战略的重要一年,恰逢党的二十大胜利召开,全市取得抗疫斗争胜利的关键时刻,如期举办世界智能大会具有特殊的重要意义。办好今年的大会,要以迎接党的二十大胜利召开为首要政治任务,全面落实市委、市政府打造“永不落幕”的世界智能盛会和“干成最好”“越办越出彩”的要求,坚持“高端化、国际化、专业化、市场化”的办会宗旨,全面彰显我国推动高水平开放的信心决心和大国担当,展现全市实施制造业立市和国际消费中心战略的成效,体现智能科技在“双战双赢”的全面应用,进一步服务国家战略,引领世界智能科技发展风潮,落实城市定位,向党的二十大胜利召开献礼。
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。