AI框架作为大模型开发及产业落地的基础软件,在人工智能技术栈中起到使能算法开发、释放硬件性能的“承上启下”作用。随着大模型的演进不断深化,更大的规模、更复杂的结构对人工智能框架提出新的要求。在这样的大背景下,昇思MindSpore应运而生。
昇思MindSpore 是开源的AI框架,自2020年3月28日开源以来,联合产业界、学术界伙伴、开发者进行创新,孵化主流大模型、培养AI开发者、贡献软件开源事业、支持原生论文创作,共建人工智能框架生态、繁荣开源事业。
12月14日,昇思人工智能框架峰会将在北京中关村国际创新中心召开。本次峰会由昇思MindSpore开源社区、AITISA主办,华为和OpenI启智社区协办,包含1场主题演讲,4场专题论坛,1场闭门圆桌,70+ 成果展示和2场社区会议。峰会将汇聚国内AI领域领军院士、开源社区领袖、商业精英以及技术大咖等,共同探讨AI技术发展趋势与产业机遇 。
据悉,在主题演讲环节,政府领导、院士、大模型厂商、互联网用户代表和客户代表将进行演讲分享。同时,现场15+社区伙伴将发布主流原生大模型成果,社区专家、高端科技智库将对AI框架进行深度技术解读,并就人工智能开源框架市场和技术洞察展开分享。 此外,昇思开源社区将为杰出贡献者进行表彰,为昇思MindSpore模型开发挑战赛金奖、杰出开发者、杰出布道师颁奖。
当前人工智能领域充满着无限的潜力和机遇,而大模型和人工智能框架也将迎来更多突破。昇思人工智能框架峰会的召开将为国内人工智能技术,特别是大模型的发展注入新的动力和活力,为人工智能发展开启新的篇章。期待12月14日在北京,能够聆听到更多智能世界的最新观点,进一步了解昇思如何使能百模千态,助力千行万业拥抱全面智能化时代!
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。