4月9日,2019年世界智能计算机大会(BenchCouncil 2019)新闻发布会在深圳召开。会上宣布,以“拥抱智能计算未来”为主题的2019年(第六届)世界智能计算机大会将于6月27-29日在深圳举行。国家超级计算深圳中心主任冯圣中、BenchCouncil执行委员会主席詹剑峰、曙光公司总裁历军、寒武纪副总裁钱诚等嘉宾出席本次发布会。
为了落实党的十九大提出的推动互联网、大数据、人工智能和实体经济深度融合的要求,服务国家创新驱动发展战略,顺应全球新一轮科技革命和产业变革趋势,推动深圳成为具有全球影响力的国际科技创新中心,2019年世界智能计算机大会应运而生,它是围绕智能芯片和系统为基础的智能计算机产业召开的国际学术盛会。
历军在发布会上强调,曙光公司自成立起,就一直致力于关键设备研发和核心技术突破。作为国内高性能计算领军者,中科曙光从计算力着手,将高性能计算、大数据、云计算、智能计算等计算技术深度融合,构建了先进计算领域的全产业链布局,不断实践探索,共同发展。历军认为本届世界智能计算机大会将汇聚国内外优秀企业、研究机构与优秀学者,共同就人工智能软硬件的中国标准、扶持与发展中国应用等重要议题展开深入探讨,为促进中国乃至全世界的科技发展及计算力水平提升献计献策。
据悉,世界智能计算机大会受到多名图灵奖获得者的指导并推荐演讲专家,包括钱学森先生的弟子戴汝为院士。早在1996年,钱学森先生就指出,智能计算机的理论基础是思维科学 ,智能计算机的发展应该走人机结合的道路。追求并实现“人机融合”将是人类历史的大革命。
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。