9月25日,阿里云智能总裁张建锋在2019杭州云栖大会演讲中表示:未来企业上云数字转型做得好不好,关键要看有没有做好顶层设计,企业一号位要做好战略决策。
张建锋认为,过去一家企业通常有几十个IT应用,由几十个部门分头管理,但要把几十个IT应用放到一朵云上,就需要统一的部署和顶层设计。
“上云是一次技术理念变革,需要企业进行顶层设计,由企业一号位进行战略决策。”他还比喻称,以前造平房可以随便找块地,但是上云就好比建造非常高的大楼,必须精确规划非常好的地基。
云计算作为一项新兴技术,经历过去10年发展,已经在关键技术和应用规模上实现对传统IT的全面超越,云、大数据、AIoT和移动协同技术正引领时代发展。
相关报告指出,云计算在成本、稳定性、安全和效率层面已经远超传统IT。企业上云后综合成本下降一半,稳定性提升10倍以上,安全性更是提升50倍。
在今年7月的阿里云上海峰会上,张建锋曾表示,今年是从传统IT向云计算全面转移的拐点,全面上云的拐点已到。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。