至顶网服务器频道 12月11日 新闻消息(文/李祥敬): 在云计算深入发展的今天,企业上云成为行业数字化转型的重要手段,云计算开源技术逐渐成为企业转型的重要抓手。同时,云计算产业的规范发展和标准化工作受到产学研的关注。
2018年12月12日到13日,第八届中国云计算标准和应用大会即将在京举行。大会为期两天,分别聚焦企业上云和开源,希望通过云计算产业链相关各方的广泛参与,为我国云计算的发展献计献策。
当前,我国云计算产业高速发展,亟须完善和建立云计算服务市场标准化工作。在本届大会第一天的主会上,电子标准院与阿里云联合发布《边缘云计算技术及标准化白皮书》、《基于开源技术的云计算系统实现指南》团体标准将公布,并颁发第六批云计算产品及解决方案测评证书。
作为云计算的有力补充,边缘计算的概念也随之产生。为积极引导边缘云计算技术和应用发展,以及边缘云计算相关标准化的制定,中国电子技术标准化研究院与阿里云联合发布《边缘云计算技术标准化白皮书》。
云计算已进入应用普及、繁荣阶段,多云间的互联互通和互操作性成为阻碍云计算进一步实现产业应用的重要因素。《基于开源技术的云计算系统实现指南》团体标准规定了基于开源技术实现GB/T 32399-2015的云计算系统功能要求,以及计算、存储和网络等组件的接口要求,适用于基于开源技术的云计算系统实现的开发、测试和评估。
中国电子技术标准化研究院发起的云计算国家标准符合性测评是对市场上已有的云产品、云服务、云解决方案进行测评。测评范围涵盖云计算建设、服务、产品和安全等各个方面,测评体系包括云建设和云服务评价、云计算产品标准符合性测评两大部分。
在本届大会上,第六批云计算产品及解决方案测评企业名单将被公布,相信获得证书的企业会为我国云计算的实施和应用带来更多更优秀的产品和解决方案。同时,政企数字化转型调研也将在会上宣布启动。
第二天,电子标准院与阿里云联合发布《边缘云计算技术及标准化白皮书》、中国开源领军人物专家委员会、中国优秀云计算开源案例评选、中国优秀云计算开源项目评选等结果也会在大会现场公布。
同时,为了指导国内企业更好地应用开源技术,同时搭建一个交流平台,中国开源领军人物专家委员会将宣布成立。在大会上,第三届中国优秀云计算开源案例奖以及首届中国优秀开源项目奖也将公布,这将深化国内企业及用户对云计算开源案例的了解,传播国内开源领域优秀的项目及实践经验,带动各界推进云计算开源产业的有序发展。
可以看到,本届大会重磅发布不断,不管是云计算标准化成果的发布,还是白皮书、开源活动评选、政企数字化转型调研等活动,将会推动我国云计算产业的健康、规范发展。
除了一系列的重磅发布,本届大会还邀请了产学研各界的嘉宾专家齐聚一堂,为现场观众带来一场云计算的饕餮盛宴。
在活动第一天的日程中,行业专家、学者和标杆企业用户共同对“企业上云”的政策措施、实施指南等进行研究和探讨,从而更好推动产业转型。今年,工信部印发了《推动企业上云实施指南(2018-2020年)》,从实施上云路径、强化政策保障、完善支撑服务等层面为推进企业上云提出了指导。工业和信息化部信软司领导将会对此详细解读。同时,江苏省工业和信息化厅领导将会解读江苏企业上云政策,为我们提供可资借鉴的企业上云实践经验。
中国工程院院士沈昌祥、中国工程院院士陈左宁两位院士将带来重要主题报告,此外,华为云服务开源生态总经理、首席开源联络官蒋晓黎,腾讯云TStack产品线总经理邬沛君,平安科技首席产品官兼平安云总经理区海鹰等专家也会进行相关分享,精彩纷呈,值得期待。
来自中国电子技术标准化研究院的专家将进行《基于开源的云计算系统实现指南》的标准解读,该标准为业界评价基于开源技术的云计算架构和解决方案的功能完整性提供依据,为厂商选型、POC测试提供参考、统一测试指标和要求。
而北京大学副教授周明辉、阿里云视频云总经理朱照远、英特尔开源技术中心北京研发总监杨继国、Linux基金会Keith、OpenStack基金会中国社区经理李昊阳、DMTF副总裁杜晓东也将为现场观众奉上干货满满的技术主题分享。
除主会场外,大会还特别设置了六大主题分论坛 ,话题方向包括了企业上云与产业转型、云计算与新兴技术应用、行业变革与开源融合等热门话题。云计算云开源的行业、社区、协会领袖齐聚一堂,进行主题分享、技术专题演讲、技术培训等,现场观众可以领略最前沿的技术应用、行业发展与最新动态。
即将举办的第八届中国云计算标准和应用大会与历届相比,会议规模、参会企业、演讲嘉宾、话题覆盖等将进行全新升级,您不容错过!
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。