2月19日,天津市政府组织召开第六届世界智能大会筹备工作动员会议,听取大会筹备工作汇报,部署大会工作安排。本次会议采取“线下+线上”形式召开。副市长王卫东主持会议。副市长王旭和市政府副秘书长于鹏洲、朱玉兵出席。
会上,市工业和信息化局局长尹继辉代表大会秘书处部署第六届世界智能大会总体安排和下一步工作。今年是我市实施“十四五”规划的重要一年,是坚定不移推动高质量发展的深化之年,恰逢党的二十大胜利召开,全市迎战“奥密克戎”取得胜利,举办世界智能大会具有特殊的重要意义。本届大会将全面落实市委、市政府坚持“高端化、国际化、专业化、市场化”的办会宗旨,从“全球性、引领性、专业性、未来性”四个方向上突破,力争实现活动质量、嘉宾分量、成果重量、观众流量、媒体声量“五量”齐升,全面展现五届大会以来的成果成效,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,体现智能科技在“双战双赢”的全面应用,向党的二十大胜利召开献礼。市委宣传部、市商务局、滨海新区政府等单位进行了补充发言。
会议指出,第六届世界智能大会将于今年5月中下旬在国家会展中心举办,作为我市今年首个大型活动,在党的“二十大”前夕举办,要以“喜迎二十大”的饱满状态全力以赴投入筹备工作,彰显天津在智能科技领域的地位,让世界智能大会成为天津的基因,通过办好大会展示天津之重、天津之位、天津之特,确保大会成功举办。
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。