英特尔与合作伙伴发布简化专网部署解决方案,对工业4.0革命至关重要。
在2021年红帽全球峰会(Red Hat Summit 2021)上,戴尔和红帽宣布联手创建一个面向5G云原生网络的新一代开放生态系统,帮助通信服务提供商了解各种全新的容器、Kubernetes 和云原生网络功能。该解决方案旨在提供一个“边缘原生”商业平台,让企业轻松部署专网(这是工业4.0革命背后的关键驱动力之一),并采用零信任安全模式计算工作负载。
英特尔网络平台事业部智能边缘商务部总经理Bob Pike表示:“5G正在支撑新一轮网络转型,推动网络快速向虚拟化和云原生技术过渡。随着通信服务提供商扩建5G网络基础设施,我们与戴尔、红帽和更广泛生态系统的合作将为新兴的5G和边缘使用场景快速、经济地提供敏捷的可扩展解决方案。”
戴尔的多接入边缘计算(MEC)采用了英特尔Smart Edge和红帽OpenShift平台,是首批基于这个全新参考架构的互补电信云解决方案之一。通过专为重负载电信环境而设计的模型,搭载英特尔至强处理器的戴尔PowerEdge系列服务器让电信公司能够利用同类最佳的开源硬件快速部署、成本高效地扩展并远程管理5G基础设施。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。