2018年10月11日,网易旗下的通讯与视频云服务品牌网易云信迎来成立三周年的里程碑。在网易云信内部的三周年特刊中,网易云信总经理阮良表达了对过往三年成绩的回顾以及对未来更为清晰的目标:网易云信只做第一。
据阮良介绍,从网易杭州研究院走出的网易云信所依托的是网易在IM与音视频技术领域长达18年的技术积累。2015年是网易云服务开放的元年,网易云信在过往三年间实现了高速增长。目前,平台上已经有超过60万开发者接入,营收方面保持着年均超过200%的高速增长势头,并为多个行业的客户提供了创新的底层技术与场景化解决方案。仅2017年,网易云信在教育行业的业务增长率超过220%;在文化娱乐行业的业务增长率超过260%;在社交行业和企业服务的业务增长率分别达到了260%和280%。
IM与音视频技术本身的高门槛并未降低。如同攀爬一座技术高峰,网易云信走出了一条技术赋能之路。网易云信CTO赵加雨总结道:“网易云信一直致力于在IM和音视频领域深钻扎实的底层技术,为客户提供简单易用的模块和工具,让上层应用拥有足够大的想象空间,赋能产品创新。”
为此,针对IM与音视频的技术难点与应用场景,技术团队全面提升IM云平台技术架构的稳定性、易用性,与安全性,并重点强化定制化服务模式,推出了一轻一重的两大解决方案。在音视频技术,其自研的工业级音视频技术框架NRTC,以全面、灵活、易用的工程化解决方案帮助用户实现了便捷、快速开发和部署,为众多互联网产品提供坚实的技术支持。
技术能力之外,服务细节亦能体现竞争差异。阮良表示,网易云信虽为B端服务商,对于C端产品痛点和需求的把握依然具有明显优势,使得我们能够提供更具针对性的优化方案。譬如,针对在线教育课程的场景,音乐在线陪练对音质有超高需求;而对于K12教育场景,因为用户多是三四线的学生,常常受限于网络环境,因此需要特别注重弱网优化;此外,在线英语课程侧重的则是对海外音视频通话的需求。即使在同一个行业,网易云信也真正做到了点对点的需求细分,IM和音视频相结合,为客户打造真正适合自己产品具体场景的技术和服务。此外,集百人团队为开发者提供一站式技术解决方案,帮助客户节省开发成本亦是网易云信打造极致服务体验的实际举措之一。
在谈及未来的目标时,阮良开门见山地指出,“我们只做第一,或者在通往第一的路上。”他强调,在过往的1095个日夜中,团队与客户的信任尤为珍贵。网易云信相信创新的力量,一直保持空杯的心态,积跬步以至千里,志在成为行业领跑者。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。