至顶网软件频道消息:10月11日,正值西北工业大学80周年校庆之际,在中国工程院院士倪光南、陕西省委网信办主任鲍永能、西北工业大学党委书记张炜等专家和领导的见证下,西北工业大学校长助理张艳宁教授与北京信安世纪科技股份有限公司董事长李伟先生代表校企双方,签订了战略合作协议。未来,双方将通过建立联合实验室等具体事项落实战略合作内容。
互联网已经渗透到生活的方方面面,安全事件频发使网络信息安全逐渐上升至国家战略高度。党的十八大以来,我国网信事业发展取得了历史性成就,但从全球市场角度来看,我国网络与信息安全产业发展还处于初级阶段。就学校而言,网信人才理论能力较强,但缺乏工程和应用实践,而企业在基础研究和关键技术攻克方面却面临着成本日趋增加但效率越来越低的问题。为了实现学校和企业间优势互补,促进产学研用融合,西北工业大学与信安世纪签署战略合作协议,以西北工业大学的教育教学资源为基础,以信安世纪的行业优势为平台,在建立联合实验室、人才培养、项目合作、技术研究、科研创新以及人才就业推荐等方面开展合作。未来,双方将在联合实验室中共同搭建“网络与应用安全实验平台”,学生可以通过该平台对数字证书、加解密、数字签名等技术进行环境模拟,从而加深对现代密码实现技术和加密设备的原理、结构及相关知识的理解,促进理论知识与实践的结合,进一步培养和提高学生自主学习、独立研究、分析和解决问题的能力。
西北工业大学有着丰富的科研资源和教育资源,网络安全和信息技术类学科覆盖面广,科研实力雄厚,并在网络前沿技术和网信军民融合等诸多领域具有领先优势。此次携手信安世纪共建联合实验室,双方将共同努力,让“网络与应用安全实验平台”成为一流的关键技术研究、学科建设、网络人才培养的新高地。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。