ZD至顶网服务器频道 04月27日 新闻消息(文/邹大斌):4月1日,英特尔在全球同步发布了新一代服务器产品家族E5 v4。相对于上一代的产品E5 v3,E5 V4有了诸多改进和提升。比如,这是基于14nm制程工艺打造的收款服务器CPU,主频达到了3.5G赫兹;存储器支持2400兆赫兹的DDR4;首次引入资源调配器;在虚拟化方面延迟下降同时性能提升;针对TSX上性能有了很大的加强。而在这些改进和功能提升的背后,则代表了英特尔对当下以及未来数据中心发展趋势的把握,这就是软件定义的基础设施。
实际上,在英特尔公司数据中心事业部企业应用总经理Patrick Buddenebaum看来,新一代服务器CPU E5 V4 正是为软件定义基础设施而打造的,非常有利于实现软件定义基础设施并充分利用其价值。尤其是首次出现在英特而处理器芯片中的资源调配技术,更是为灵活调度各种资源提供了保证。比如,借助最新的资源调配技术,可以实现对资源的控制和编排。因此,在高速缓存管理以及内存带宽管理上,现在能够借助编排功能为特定的应用程序提供最优质的服务。以下为至顶网独家专访Patrick Buddenebaum的视频。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。