本月17日,2020年第16届光华龙腾奖颁奖典礼在国家会议中心隆重举行,中科曙光国家级工业设计中心主任牛旭,荣获2020年光华龙腾奖“设计业十大杰出青年”称号。
光华龙腾奖由光华设计发展基金会于2005年在团中央支持下设立,2011年经国家奖励办批准成为中国设计领域人才表彰国家级奖项(国 科奖社证第0223号),是国内唯一评选设计人才的国家级奖项。其中“中国设计业十大杰出青年”奖,为表彰中国设计业优秀创新青年的贡献而设立。
光华龙腾奖颁奖典礼
作为我国信息科技产业领军企业,中科曙光不仅深耕计算技术的发展,在工业设计领域依然凭借“精益求精,追求完美”的工匠精神领跑行业。工业设计是连接创新与创意的桥梁同时也是沟通用户与产品的纽带,是将产品理念、品牌理念传递给用户的终极呈现手段。需要同时兼顾经济性、艺术性、实用性,还要综合考虑安全、环保、人体工学、材料等各方面因素,因此,工业设计水平也代表了企业的综合实力。
硅立方液体相变冷却计算机
中科曙光国家级工业设计中心,以艺术创意融合、技术创新研究为主要内容,以公司发展战略为依托,以提升公司产品品质为宗旨,对全线产品进行系统性的设计研发工作。团队核心竞争力来自于多专业融合创新模式,并协同曙光各专业实验室进行创新设计研究,主要包含工业设计、CMF设计、交互设计、虚拟现实及人机工程等专业领域。实现以产品为核心的系统创新设计,负责集团产品设计战略的制定及设计开发。
该中心通过深入了解目标用户的需求和产品的各项功能属性,从软硬件一体化及用户体验的角度,完成了一系列通用服务器、海量存储及PC等产品的创新性产品设计。未来将持续运用用户体验、绿色设计思维与智能制造相融合,基于计算机领域行业特点进行融合创新,使工业设计赋能信息产业发展,致力于提升中国计算品牌的全球竞争力。
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。