IBM和VMware将扩大双方的长期合作伙伴关系,以更好地支持客户的IT现代化项目。
两家厂商于今天在美国旧金山举行的VMware Explore 2022大会上公布了这一举措,并且特别强调了公共部门型组织,以及医疗和金融等受监管行业的私营企业。
在此次扩大的合作伙伴关系下,VMware已经把IBM Consulting咨询部门指定为全球系统集成商合作伙伴。IBM Consulting将提供各种服务,旨在帮助组织实现工作负载现代化,并将其迁移到更新的技术基础设施中,以及协助组织进行涉及日常运行应用的维护工作。
VMware高级副总裁、云基础设施业务总经理Mark Lohmeyer表示:“双方持续的合作将使我们能够更好地简化双方共同企业客户的用户体验,因为这些客户希望在金融服务和受监管行业中运行具有更高安全性、弹性和合规性支持的VMware关键任务工作负载。”
此次双方扩大合作伙伴关系的另一个重点是VMware和IBM的联合创新实验室,该实验室最初于2018年成立,是两家厂商的员工就联合工程计划开展合作的枢纽。IBM和VMware将为该中心提供额外资金,使其能够继续开发新的产品。
双方表示,VMware和IBM联合创新实验室自成立以来已经完成了20个混合云和人工智能项目。其中,该实验室制作了多个参考架构和蓝图,让客户更容易在同一技术环境中使用IBM和VMware的产品。
去年,IBM通过IBM Cloud Satellite平台扩展了产品组合,该平台让客户能够在他们的本地数据中心部署来自IBM公有云的关键服务。IBM今天表示,将在IBM Cloud Satellite上改进支持运行VMware软件的本地工作负载。
IBM云平台高级副总裁Howard Boville表示:“IBM和VMware共同支持我们在受监管行业中的共同客户,为他们提供其他厂商无法提供的服务,也就是更轻松、更安全地利用混合云服务,无论他们希望在哪里、以何种方式运行这些服务。”
去年,IBM将托管基础设施服务部门拆分为一家名为Kyndryl的独立公司,现在该公司已经在美国纽约证券交易所上市。分拆几周后,VMware宣布与Kyndryl开展新的合作,重点关注VMware Tanzu多云产品套件,其中Kyndryl将提供咨询、实施和IT管理服务,帮助企业在技术环境中运行Tanzu。
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。