近日,中科曙光与重庆交通大学就产学研战略合作举行签约仪式并为联合实验室揭牌。中科曙光总裁助理李传军、大数据产品事业部总工程师宋怀明、重庆交通大学副校长王平义及有关专家教授出席会议。
(中科曙光与重庆交通大学就产学研战略合作举行签约仪式)
王平义在致辞中表示,重庆交通大学与中科曙光有着良好的合作基础,此次揭牌的交通大数据联合实验室已经列入了重庆市高校“十三五”期间产学研合作重点领域,也是校企双方深化落实重庆市加快推进高校产学研合作实施方案的重要举措。李传军也指出,此次与重庆交大的携手,是中科曙光在交通大数据领域的重要布局,联合实验室将围绕交通大数据创新技术及在多领域的创新应用进行开放式研讨,并通过汇聚人才、协同创新、产学研用,在更广泛的领域中实现技术突破。
根据协议,双方将以交通运输领域的大数据采集与分析需求为导向,以提高城市公共交通、交通基础设施及高速铁路客运的服务能力为动力,争取承担行业及课题合作相关项目,以相关技术产业化为目标,发挥各方所具有的技术、平台、资金、人才和政策等优势,服务于我国交通运输服务质量及效率的发展建设,为打造特色鲜明、技术一流的行业级和国家级平台奠定基础。建立战略合作关系,是双方推进交流合作的重要里程碑,标志着双方共同开启了强强联合、资源共享、产学互补、合作共赢的崭新局面。
“交通数据挖掘、应用与百姓的生活息息相关。曙光大数据技术通过交通人流数据、市民出行调查数据以及分布流动情况等,能够全面掌握交通供给、需求及运行情况,以此来分析交通规划实施、交通运行存在的问题,并提出决策建议。”宋怀明表示,“交通行业是曙光在‘百城百行’上的关键部署之一,与交通大学签约是曙光大数据应用实践的又一重要成果。”
早在2015年3月,曙光就凭借自身的实践经验和对大数据创新的深刻理解,推出了“数据中国”战略,通过建设“百城百行”建设深挖现有数据和计算资源,为大数据产业的健康发展探求最佳模式。“曙光始终着眼于大数据在产业的实际应用,尤其是近些年,在探索行业数据汇聚整合、构建行业数据共享生态等方面都取得了不错的成效,大数据分析应用的灵活度大幅增加。”宋怀明对此信心满满:“未来,曙光还将在大数据市场进一步发力,将更多的亮点和应用带给行业伙伴。”
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。