ZDNet至顶网软件频道消息(图\文:姜玮玮):今日,主题为“大数据时代的互联网金融”(Internet Finance in the Big Data Era)的论坛在贵阳中天会展中心举行。作为生态文明贵阳国际论坛中最大的亮点之一,论坛围绕如何将“大数据”与“互联网金融”合为一体,创造新价值,并促进互联网金融产业健康发展进行研讨。
出席本次论坛的嘉宾有40余位,参会人数400余人,涵盖了金融机构、专家学者、行业企业等众多领域,包括中国建设银行、中国工商银行、中国农业银行、交通银行的负责人,平安陆金所董事长计葵生、中国互联网金融行业协会会长宏皓等国内外知名人士。
《大数据时代》作者维克托·迈尔-舍恩伯格也来到了论坛。他在主题演讲中表示,大数据是经济与金融的强大驱动力,并正从根本上改变着人类做决定的方式。结果既促成了重要的经济机会,又提供了重塑我们的社会与经济的力量。
《大数据时代》作者维克托·迈尔-舍恩伯格
他认为,所有意识到大数据的潜在价值和能够正确使用大数据的国家都将迎来可持续经济增长的显著提升。
好文章,需要你的鼓励
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。
FLAME-MoE是卡内基梅隆大学团队开发的首个全透明混合专家语言模型研究平台,包含7个规模从3800万到17亿活跃参数的模型。它采用每层64位专家、top-8选择和2位共享专家的架构,公开所有训练数据、代码和检查点。实验显示,FLAME-MoE比相同计算量的密集模型提升3.4个百分点,并揭示了三个关键发现:专家逐渐专注于特定词汇子集,专家协同激活保持稀疏多样,路由行为在训练早期就趋于稳定。这一平台为MoE模型的系统研究提供了前所未有的开放基础。
这篇论文介绍了ModernGBERT,一个由维尔茨堡大学研究团队开发的高性能德语编码器模型家族(1.34亿和10亿参数版本)。研究将ModernBERT的创新架构应用于德语,同时通过LLM2Vec方法将德语解码器模型转换为编码器以进行对比研究。在SuperGLEBer和MTEB等基准测试中,ModernGBERT 10亿参数模型不仅超越了之前最先进的德语编码器,还在性能和参数效率方面优于转换后的编码器。研究团队还证明了更大模型能有效利用大规模单语语料库,为德语自然语言处理提供了全透明、高性能的资源。