9月27日杭州云栖大会,阿里巴巴副总裁、阿里云智能计算平台事业部总经理贾扬清正式担任阿里巴巴开源技术委员会负责人。
据悉,阿里巴巴开源技术委员会的目标是持续赋能开源,在基于阿里巴巴自身优势、发展社区协同机制的基础上为开发者深挖开源价值:提供强大计算能力、丰富应用场景帮助开源项目的成熟与完善;鼓励、发扬开源文化,输出更多阿里优秀的开源项目;提供机制、合规、安全、工具等服务,做好开源的“后勤保障”,提升开发者体验。
贾扬清表示,随着行业数据智能化的加速到来,阿里云大规模计算能力、丰富的实践场景将有助于降低开源成本、推动项目的成熟完善。以Apache Flink为例,通过双11、搜索推荐等多个核心场景的实战检验,在流计算和批处理上积累了大量新功能,实现性能快速提升。如今,Apache Flink已成为CCTV、新浪微博、千寻位置等知名公司建设流处理平台的首要选择。
在过去,阿里不仅积极拥抱开源,而且主动反哺开源,在 Linux、MySQL、JVM等国际开源项目领域拥有多位核心贡献者。近年来,阿里更率先投入到自主开源中,持续性输出自研工具产品。目前开源项目数已有一千余个,覆盖中间件、移动、数据库、容器、AI、大数据等多个领域,包括已从 Apache 基金会毕业的Apache Dubbo ™ 、Apache RocketMQ ™,广泛应用的UI组件库Ant Design,知名JSON解析库FastJson等。
从拥抱开源到贡献开源、自主开源,再到如今的赋能开源,开源已升级为阿里技术战略之一,将为开发者带来更多切实可见的深远价值。
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。