近日,中央国家机关政府采购中心正式发布《中央国家机关2020-2021年信息类产品(硬件)和空调产品协议供货采购项目成交公告》,紫光股份旗下新华三集团全线产品成功入围,在所有ICT厂商中入围产品数量最多,彰显出新华三作为数字政府建设领导品牌强大实力,充分体现了政府行业用户对新华三品牌和技术产品的高度认可与充分肯定。
中央国家机关政府集中采购协议供货项目(简称“央采”)是中央国家机关政府采购中心主管的针对中央预算单位的电子信息化采购平台,也是现阶段中国政府采购领域级别最高、覆盖面最广的采购项目之一,采购单位覆盖中央直属上万家机关单位,覆盖政府、医疗、教育、金融、电力、央企、交通、广电等百行百业。央采对入围厂商的产品品质、技术含量、售后服务、企业综合实力等各方面的条件均属国家级最高标准,因此入围央采协议供货也成为厂商影响力和实力的重要标志。
作为此次央采的最大赢家之一,新华三集团全线入围的产品涵盖交换机、路由器、无线、存储、安全等44品目,总入围产品数量多达407款,将为助力数字政府建设提供强大稳定的技术支撑。值得一提的是,这已经不是新华三第一次在全国央采系统全面展现自身丰富、全面、领先的产品技术创新实力,作为数字化解决方案领导者,新华三集团深耕数字政府建设,积累了深厚的产品技术优势,连续多年入围中央国家机关政府集中采购协议供货,为政府机关提供多项先进的产品技术及解决方案,全面助力数字政府建设。
数字经济大潮下,为推动数字政府建设不断发展,支撑高水平数字经济和数字中国建设发展,新华三集团将坚持以“AI in ALL”智能战略为引领,依托“数字大脑计划2020”全栈能力,不断加强高科技领域的自主研发实力,为政府行业用户提供更加全面领先的技术产品及解决方案,为数字中国建设注入强大创新动能。
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。