/

AI商业化实践！PEC·深圳活动火热报名中！

在AI大语言模型蓬勃发展浪潮中，Prompt Engineering Conference（提示词工程大会）作为一项公益性活动，专注于以Prompt为核心内容，为广大的AIGC从业者搭建一个AI创新探索的交流平台。软积木作为PEC官方授权的亚洲地区合作伙伴，凭借其卓越的组织能力与行业影响力，已成功举办多场活动并赢得了广泛赞誉。

AI商业化实践！PEC·深圳活动火热报名中！

AI商业化实践！PEC·深圳活动火热报名中！

8月3日，PEC（China）将在深圳这片创新热土上再次拉开帷幕。本次盛会将以“AI商业化实践”为核心议题，汇聚行业精英，共同探讨AI技术如何深度融入并重塑商业生态。

时间：

2024年8月3日（周六）13:00-17:30

地点：

深圳·南山区科兴科学园（深圳市南山区科苑路科兴科学园东门B4单元会议中心）

AI商业化实践！PEC·深圳活动火热报名中！

活动内容 Event content

尊享闭门会议

为重要嘉宾、精选展商代表及业界知名企业家专属打造，于静谧氛围中共享洞见，促进深层次合作契机

前瞻主题演讲

业界顶尖专家、学者和资深从业者，围绕AIGC领域的前沿技术与产业实践展开深入对话

展商项目路演

知名展商携手前沿AI+产品亮相，为与会者提供沉浸式体验，近距离感受AI魅力

圆桌智慧交锋

行业领袖面对面，深度探讨如何开启prompt商业化应用的魔法

往届PEC回顾

AI商业化实践！PEC·深圳活动火热报名中！

2023年10月，首届PEC大会在软积木的精心筹备下，在北京微软大厦隆重召开。活动现场，人潮涌动，超过200个席位座无虚席。此外，本次大会通过多渠道传播，成功触达并吸引了超过8万名线上观众，实现了广泛的社会关注与影响。

AI商业化实践！PEC·深圳活动火热报名中！

同年12月，PEC在上海市浦东新区拉开帷幕，以“赋能企业 智慧未来”为主题，围绕 AIGC 这条主线，探索新科技、新商业的未来价值。此次活动影响力深远，不仅覆盖了北京、上海、深圳等国内科技创新前沿阵地的200余个AIGC相关社群，线上直播平台累计观看人数更是突破了150,000+。

自2023年起，除PEC北京站和上海站外，软积木还精心策划了一系列PEC活动，包括备受瞩目的Global Azure Day 2024以及Global AI Bootcamp等。这些活动以其前瞻性的议题设置、高规格的嘉宾阵容以及广泛的社会参与度，再次证明了PEC在推动科技创新、促进产业升级方面的重要地位与卓越贡献。8月3日，PEC 深圳站，我们诚挚邀请您莅临现场，共同见证并参与这场科技盛宴。

来源：至顶网软件与服务频道

0赞

好文章，需要你的鼓励

推荐文章
专访｜AI浪潮下的“卖水人”：Cloudera解构企业AI的“源”与“治”
2025-11-07

专访｜AI浪潮下的“卖水人”：Cloudera解构企业AI的“源”与“治”

在Cloudera的“价值观”中，企业智能化的根基可以被概括为两个字：“源”与“治”——让数据有源，智能可治。

苏州大学团队重磅发现：让AI精准抓住长文重点的“降噪“训练法，8B模型媲美GPT-4o

长文本处理

语境降噪训练

模型优化

2025-11-07

苏州大学团队重磅发现：让AI精准抓住长文重点的“降噪“训练法，8B模型媲美GPT-4o

苏州大学研究团队提出"语境降噪训练"新方法，通过"综合梯度分数"识别长文本中的关键信息，在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平，训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题，为文档分析、法律研究等应用提供重要突破。

微软Configuration Manager将改为年度发布节奏

系统管理

设备管理

产品策略调整

2025-11-07

微软Configuration Manager将改为年度发布节奏

微软正式确认配置管理器将转为年度发布模式，并将Intune作为主要创新重点。该变化将于2026年秋季生效，在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致，优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持，而所有新功能创新都将在云端的Intune中进行。

清华大学团队破解AI训练中的“幽灵故障“：为什么大模型训练会莫名其妙地崩溃？

低精度训练

Flash Attention

数值稳定性

2025-11-07

清华大学团队破解AI训练中的“幽灵故障“：为什么大模型训练会莫名其妙地崩溃？

清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因：Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积，并提出了动态最大值调整的解决方案，成功稳定了训练过程。这项研究不仅解决了实际工程问题，更为分析类似数值稳定性挑战提供了重要方法论。

2024

07/15

11:05

分享

点赞

最新文章
相关文章
邮件订阅
AI启示录
更多

友情链接

业界热点:

北京第二十六维信息技术有限公司（至顶网）版权所有. 京ICP备15039648号-7 京ICP证161336号京公网安备 11010802021500号  京网文(2025) 0096-033号  京字第20868号

举报电话：010-62641205　涉未成年人举报专线：010-62641208 举报邮箱：jubao@zhiding.cn　公开举报受理处置规则

网上有害信息举报专区：https://www.12377.cn

安全联盟认证