11月14日,全球规模最大的网络技术盛会之一——“GNTC全球网络技术大会”(以下简称GNTC)在南京盛大开幕。本届GNTC汇聚了包括互联网之父Vint Cerf、互联网创始人Louis Pouzin,中国工程院院士、中国互联网协会理事长邬贺铨,国家发展和改革委员会国际合作中心发展理事会主席、学术委员会主任曹文炼在内的国内外多位重量级技术专家,以及来自微软、Intel、阿里巴巴等国内外知名企业代表,共同探讨全球互联网基础设施建设现状及发展前景。
会上,国内信息技术产业领军企业中科曙光与下一代互联网国家工程中心签署战略合作协议,共同围绕IPv6打造新一代互联网基础设施,加速推动我国IPv6的大规模部署,为各行业加快新旧动能转换提供强大引擎。
14日上午,中科曙光总裁历军、下一代互联网国家工程中心主任刘东共同签署合作协议,正式确立双方战略合作伙伴关系。中国工程院院士、中国互联网协会理事长邬贺铨,国家发展和改革委员会国际合作中心发展理事会主席、学术委员会主任曹文炼,国家工业和信息化部科技委信息网络技术专家组组长赵慧玲,南京市委常委、江北新区党工委专职副书记罗群对签约进行了见证。
、根据合作协议,双方将围绕下一代互联网基础设施的技术研发和建设运营等方面展开合作,共同建设国家先进计算产业创新中心,共建“先进网络国际创新中心”,打造国际领先的互联网基础设施,推动我国IPv6下一代互联网部署。
IPv6不仅意味着更充足的网址空间,更代表着下一代互联网的技术基础。此次中科曙光与下一代互联网国家工程中心强强联手,正是着眼于共同推动我国网络升级改造,旨在通过共建、共享的方式部署一批IPv6卓越创新中心,加速推动IPv6下一代互联网在中国的规模化部署。
布局下一代互联网已成为各国的核心战略,也是抢占未来网络空间控制权的重要一步。加快推进IPv6的规模化部署,有利于构建高速率、广普及、全覆盖、智能化的下一代互联网。基于先进计算核心技术,曙光正积极打造新一代信息基础设施,为下一代数据中心建设提供科技助力。此外中科曙光还致力于将IPv6与云计算、大数据、人工智能等先进计算技术深度结合,打造万物互联时代各类应用场景核心支撑平台。
“‘先进计算’不只停留在先进计算技术上面,还意味着把云计算、大数据、人工智能等技术都融合进来。”中科曙光总裁历军表示,曙光不仅注重下一代信息技术的革新,更注重将技术与应用场景和用户需求相结合。通过此次合作,让先进计算技术和服务推动更多行业关键业务的数字化转型和区域经济发展。
“今天,‘先进网络’和‘先进计算’等信息技术已经步入了升级换代的新阶段,新一代信息技术正在成为新旧动能转换的强大引擎。本次合作也是希望能够融合先进网络与先进计算,以网络连接计算,以计算带动网络,全面构建下一代互联网信息基础设施。”下一代互联网国家工程中心主任刘东表示。
“发展基于IPv6的下一代互联网,不仅是互联网演进升级的必然趋势,更是助力互联网与实体经济深度融合、支撑经济高质量发展的迫切需要。”历军在签约仪式上表示,曙光将以多年来在先进计算领域的技术积累与产业化经验,携手各界共同推进我国IPv6升级改造,服务互联网+产业发展,助力实现网络强国建设。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。