近期,曙光成功中标中国人民银行PC服务器采购项目,在与多家设备生产厂商角逐之后,曙光高端八路服务器I980-G20凭借优异的成绩脱颖而出,这也标志着曙光八路设备再一次入围人民银行采购名单。
中国人民银行(简称央行)是中华人民共和国国务院组成部门,在国务院领导下,负责制定和执行货币政策,防范和化解金融风险,维护金融稳定。曙光能够多年连续作为其主要设备供应商,充分证明了央行对曙光及相关产品设备、技术指标的高度认可。
长期以来,曙光一直致力于高端服务器领域的技术突破,今年10月份,在中科曙光2018全国巡展北京站上,由曙光自主研发的闭式循环一体液冷八路服务器I980-G30成功亮相,成为首台应用闭式冷板液冷技术的关键应用服务器,再一次凸现了曙光在关键技术领域取得的成绩。
截止到目前,曙光高端服务器系列产品凭借高性能、高可靠性、高可扩展性以及高可管理性等产品优势得到了广泛的市场认可,为金融、政府、能源、电信等重点行业合作伙伴,在大型项目和关键应用领域提供了强大的技术支撑,助力实现提质增效。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。