新型冠状病毒肺炎疫情自发生以来,受到社会各界的高度关注,牵动着众多国民的心。在全国上下齐心协力应对疫情之际,浪潮成立了集团应急工作指挥部,及时关注疫情变化,与疫区政府、相关机构紧密沟通协助抵抗疫情。
了解到随着疫情发展,不止武汉,湖北省黄冈等各地均出现防疫物资告急的情况,浪潮快速行动,寻找紧缺医疗物资发往疫区。浪潮首批近10万件医疗防疫物资已从各地启运,近日陆续抵达湖北黄冈疫区最前线。防疫物资包括:
医用手术防护服9000件、防护口罩18000个、医用帽子16000个、医用手套35000双、紫外消毒车30辆以及医用冰箱、生物安全柜等医用实验物资。
同时,浪潮还组织成立了IT通信运维应急团队,积极响应电信运营商应急预案,全力为疫区提供通信保障,还确保在黄冈、孝感、利川三地云数据中心业务系统的平稳运行。浪潮会持续关注疫情发展,提供后续的各项助力措施。
湖北挺住,我们与你同在! 浪潮愿尽一份绵薄之力,携手大家共渡难关,共同助力湖北对新型冠状病毒肺炎疫情的防控工作,打赢这场疫情防控狙击战。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。