2023年11月24日,中国——专为多云环境提供先进数据存储技术及服务的全球 IT 先锋Pure Storage® (NYSE: PSTG) 近日与Wakefield Research联袂发布了最新调查报告,报告指出各行业企业在部署人工智能时所面临的阻碍,揭示了人工智能这项先进技术背后常被忽视的能源需求。
《变革驱动力:直面人工智能部署所致的能源和数据挑战》调查报告新鲜出炉,揭示了重新评估数据基础设施的重要性,以便企业真正从人工智能中获益,控制能源成本,实现企业的环保目标。
报告亮点:
来自美国和欧洲500+员工规模企业的500名IT买家为本次调查对象,经调查发现:
行业意义:
各行各业都在加快应用人工智能,但大多数企业缺乏必要的基础设施来满足高性能数据需求和能源需求,难以充分发挥人工智能的优势。这一局限性阻碍了人工智能的成功实施,无法有效支持企业的关键举措,包括旨在实现环保目标的举措。几乎所有的IT买家都认为要想减少碳足迹,需要克服重重压力。事实上,大多数企业都认为,如果不妥善构建IT基础设施,支持应用人工智能,就不可能实现IT目标。
企业对更智能基础设施的需求从未像现在这样迫切。旧系统通常无法支持大量人工智能数据工作流,充分释放机器学习的潜力也就无从谈起。随着人工智能以越来越快的步伐入驻企业,IT团队需要高效、可靠和高性能的基础设施确保有效部署。
高管洞察:
Pure Storage首席技术官Rob Lee 表示:“引导人工智能落到实处的关键在于为变化作规划,确保灵活性。人工智能时代对能源和数据的需求呈指数级增长,投资合适的人工智能就绪型数据基础设施不仅可以确保有效部署和提高能效,还能够显著推动人工智能项目实现最大价值。这份新鲜出炉的报告见解独到,既指出了不进行规划的后果,也指出了有备而来的企业在人工智能的影响波及基础设施时能获得怎样的益处。”
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。