企业级全栈云ICT服务商青云QingCloud日前宣布与思杰达成云计算战略合作伙伴。青云QingCloud CEO黄允松、思杰中国区总经理于放出席了在思杰南京研发中心举办的战略合作发布会。基于该协议,双方将在桌面云领域深度整合,为企业级用户提供体验卓越的端到端解决方案,并推动云计算在各行业的全面落地。
青云QingCloud CEO黄允松(右)、思杰中国区总经理于放(左)
青云QingCloud作为国内首家原生支持思杰桌面云解决方案的云服务商,在金融、教育、医疗、零售和制造等多行业有着丰富实践经验和运营能力。思杰在中国已经沉淀多年,一直践行着加大本地化发展推进的承诺。合作达成后,双方将持续加深在桌面云领域的合作,深度整合研发实力、产品矩阵和解决方案。思杰将向QingCloud提供相关产品的API/SDK接口,支持产品层面的集成,凭借QingCloud云平台和思杰桌面云技术解决方案,共同打造更加稳定、可靠、安全、全面的端到端的解决方案。
青云QingCloud CEO黄允松表示:“青云QingCloud作为一家企业级全栈云ICT服务商,一直致力于为企业级客户提供最卓越的资源与服务。在实现这一目标的同时,合作伙伴是我们坚实的臂膀。此次与思杰的战略合作,共同打造的桌面云解决方案将更好地契合中国企业数字化转型的痛点和需求,有针对性地助力不同企业的业务增长和转型。未来,QingCloud和思杰还将在其他领域拓展合作,互惠互利,共同推进云计算在整个中国市场的落地。”
思杰全球副总裁大中华区总经理陈葵(Kathy Chen)表示:“此次与青云QingCloud的战略合作将有助于提升我们共同的客户采用云解决方案实现数字化转型的能力。此次合作彰显了思杰长期致力并大力投资中国日益增长的云市场的承诺。我们非常高兴能够与青云QingCloud展开密切合作。双方的研发团队正在相互调整,密切配合,促使客户能够拥有全面集成的解决方案,让客户在聚焦数字化转型目标的同时,提高业务的灵活性并增强对未来发展的信心。”
青云QingCloud从诞生之初就锁定了企业级,经过五年的发展,积累了大量的用户实践和行业经验。为各行业提供完整的ICT服务能力,落地数字化转型也是QingCloud在客户服务层面的长期目标。未来,青云QingCloud将与思杰持续合作,从研发、产品到解决方案创新等多维度,为企业级用户提供更高价值的云服务,推动行业发展和产业升级。
好文章,需要你的鼓励
这篇研究揭示了大语言模型强化学习中的"熵崩塌"现象——模型在训练早期迅速失去探索能力,导致性能达到可预测的上限。研究者发现验证性能和策略熵之间存在精确的数学关系:R = -a·exp(H) + b,并深入分析了熵变化的内在机制。基于这些发现,他们提出了两种简单有效的方法(Clip-Cov和KL-Cov)来缓解熵崩塌问题,显著提升了模型性能,特别是在困难任务上。这项研究为大模型强化学习的规模化应用提供了关键指导。
Skywork OR1是昆仑公司AI团队开发的开源推理大模型,通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列,采用名为MAGIC的训练方法,在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升,32B模型平均准确率提高15.0%,7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象,提出了有效的缓解策略,并开源了全部代码、数据和模型权重,为AI社区提供了宝贵资源。
上海交通大学研究团队发现多模态大语言模型中的"啊哈时刻"(自我反思模式)虽存在但并不意味着推理能力提升。他们提出了"冷启动强化学习"两阶段方法:先用监督微调建立推理模式,再通过强化学习优化。实验表明,这种方法在多个多模态数学推理基准上表现卓越,使3B参数模型达到接近甚至超越部分7B模型的性能,为增强多模态AI推理能力提供了有效路径。
MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口,为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示,先进的强化学习算法在分布变化时性能下降超过20%,而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布,旨在推动更适应现实世界不确定性的路由算法研究。