借助谷歌在工程和英特尔在优化方面的优势,博德研究所得以将研究水平提升到新的高度
为加快基因组研究,隶属于麻省理工学院和哈佛大学的博德研究所与英特尔和谷歌云携手合作,优化了他们的工作流,以获得快速、经济的谷歌N1和N2实例。与最初部署在谷歌云上的工作负载相比,此次合作使优化后的数据处理成本降低了85%。
HPC基因组学图像,由麻省理工学院和哈佛大学博德研究所提供
麻省理工学院-哈佛大学博德研究所数据科学平台外联与传播总监Geraldine Van der Auwera 表示:“我们知道,云技术将使数据联合和协作达到一个全新的水平。我们可以与其它各方合作,创建一个基于云的数据生态系统,使科研人员可以在利用自己生成的数据的同时,整合其它数据集,来实现更丰富、更强大的计算实验。”
为适应基因组数据量和计算研究需求的急剧增长,博德研究所将其负载迁移到了谷歌云N2实例。在迁移到基于英特尔®至强®可扩展处理器的N2实例上之后,通过对管线部署工作流进行模块化处理、根据负载需求正确调整云实例的大小并针对至强可扩展处理器进行优化,博德研究所的用户可以将其基因组学工作流在谷歌云上的运行速度提高约25%、成本降低34%。
英特尔与博德研究所自2017年起便展开合作,利用英特尔函数库(包括英特尔®基因组学核心函数库)帮助该研究所优化其管线部署和基因组分析工具包。双方还共同管理英特尔-博德基因组数据工程中心,来帮助世界各地的研究人员和软件工程师构建、优化并广泛共享新的工具和基础设施,以及帮助科学家整合和处理基因组数据。
英特尔还与博德研究所合作,帮助优化其在谷歌云上的管线部署。例如,基因组分析工具包中的特定内核针对使用英特尔®高级矢量扩展指令集512(英特尔® AVX-512)的矢量运算进行了优化。一些优化的存储功能使用了英特尔® 智能存储加速函数库(英特尔® ISA-L)。
为了实现更广泛的生命科学生态系统愿景,博德研究所、微软和Verily共同开发了Terra平台。这是一个安全的可扩展平台,供全球生物医学研究人员访问数据、运行分析工具并进行协作。Terra是在云基础架构之上构建的,这使博德研究所能够轻松扩展,并为科研人员提供新功能,使其更好地研究攻克人类疾病的解决方案。
基因组学已经改变了生物科学的呈现方式。在英特尔和谷歌云的帮助下,博德研究所处于创新前沿,支持并帮助加速基因组学的研究进程。通过迁移到云并针对谷歌云实例对负载进行优化,博德研究所以一种可扩展、前瞻性的方式完成了存储容量和计算能力方面的挑战。共同构建Terra平台使博德研究所不仅赋能其研究团队,而且还赋能世界各地的生命科学家,使他们能够充分利用这些优化的工具和管线部署,来创造一个联合数据生态系统,为生物医学研究开启诸多激动人心的全新可能性。
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。