至顶网软件频道消息:12月13日,第八届中国云计算标准和应用大会在北京落幕。来自政府管理机构、开源社区、行业领先企业的权威专家齐聚一堂,共商云计算标准化发展趋势以及技术创新的最新进展。在本届大会中国优秀云计算开源案例奖的评选中,由紫光旗下新华三集团支撑的国家级工业云平台航天云网和清华大学校园云平台项目分别荣获一等奖和三等奖。
随着数字化技术的创新与突破,云计算已进入应用普及、繁荣阶段。IDC调研数据显示,全球数字化转型技术的支出预计在2018年接近1.3万亿美元,与前一年相比增长16.8%。在云计算时代的转型过程中,新华三凭借强大的技术实力与广泛深入的行业实践经验,成为中国企业构建高效、灵活的私有云/混合云平台的重要合作伙伴。
在工业云领域,新华三基于云计算为数字化平台,为航天云网提供了包含计算、存储、网络与安全、PaaS服务以及运维在内的多种服务类型,帮助航天云网构建起高性能、高可用和安全可控的云平台架构。
而在中国顶尖学府清华大学,新华三采用全融合校园云解决方案,依托OpenStack、KVM、Ceph等开源架构标准,为清华大学构造了完善的云平台操作系统、虚拟化平台和存储系统,同时具备安全高效、灵活扩展、运维简便、支持IPv6等多项技术优势,为全校师生提供了“按需分配”的全面IT资源服务,显著提升教育信息化水平,实现智慧校园。
目前,新华三云计算产品和解决方案已经在网联、太平洋保险、中海油、航天云网、清华大学、天津大学、中国建筑、中国外运、中广核等行业领军机构得以部署和应用,并与湖南联通、江西联通开展联合运营。未来,新华三将借助紫光公有云的支持,为客户提供更全面的云计算解决方案,在开放、开源的云服务引领技术变革的新时代,为不同行业打造更稳健、灵活、高效的云平台。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。