数字经济在全球范围内强势崛起,引领着人们的生产和生活方式发生深刻变革,以5G等为代表的新一代信息技术的蓬勃发展正是驱动这一转变的重要引擎。作为国民经济的基础性、战略性、先导性产业,信息通信业在全面赋能经济社会发展中的作用愈发凸显。
面对世界经济形势和国际关系的双重考验,加速开展以5G、IPv6、人工智能、云计算、数据中心等为代表的新型数字基础设施建设,将赋能产业新活力、新机遇、新未来,对我国抢占科技创新制高点、拉动经济稳步增长,提升我国在全球产业链中的核心竞争力具有重要意义。
聚力数字新基建,赋智赋能开新局。2021(第十八届)中国信息通信业发展高层论坛将于12月27日—29日在北京召开。本届高层论坛由中国通信企业协会主办,北京市通信管理局特别支持,中国广播电视网络集团有限公司担任轮值主席。论坛将通过主题研讨、技术交流、案例宣讲、新品发布等系列活动,聚焦技术与行业热点话题,将科技研发与融合应用相结合,发挥“政、产、学、研、用”资源优势,为行业内数字新基建方面的新思路、新举措提供展示舞台,促进各企业间的交流与合作。
2021中国信息通信业发展高层论坛亮点颇多,将采用“1+5”模式,即设立1个主论坛,5个分论坛,以新基建为核心,充分探讨5G、工业互联网、大数据、6G等新兴技术,以及智慧城市、无人驾驶、远程医疗、超高清视频等新应用的未来发展与实践。
一是紧扣“新开局”主题。2021年是“十四五”的开局之年,中国信息通信业发展高层论坛作为中国信息通信行业的重要会议,把握时代发展脉搏,将全方位解读信息通信业未来五年的发展规划,为新开局打好稳定基础。
二是全面解读行业热点。节能和绿色发展分论坛关注在实现“双碳”目标大背景下,信息通信业如何抓住机遇,绿色低碳发展。大数据赋能产业高质量发展分论坛探讨大数据技术与产业深度融合,赋能实体经济。5G+工业互联网分论坛聚焦“5G+工业互联网”典型应用场景及行业实践。6G:万物无界分论坛探索下一代移动通信网络未来可能的发展趋势及应用。数字经济和企业转型分论坛紧跟数字化转型热点,与众多业界同行共话信息通信行业企业升级之道。
三是汇集“政、产、学、研、用”多方资源。本次高层论坛广邀合作伙伴,行业龙头企业、技术专家、行业创新实践者,覆盖行业全产业链,共享前沿资讯,深入参与探讨数字新基建发展新道路、新实践。
四是独家发布行业新研究、新技术、新应用。本届高层论坛知名企业云集,它们将带来大量具有创新性和代表性的产品和解决方案。同时,多个研究机构也会发布白皮书以及最新研究成果,真正为通信行业的未来发展赋智赋能。
五是会议形式丰富,多平台线上直播。本届高层论坛将全程线上直播,让您足不出户,也能实时参与信息通信业发展的讨论。
2021中国信息通信业高层论坛即将拉开帷幕,本届高层论坛将继续保持高起点、高规格、高水平的特点,始终坚持开放共享、严谨务实的会风,聚焦全行业关心的热点问题,发挥赋智赋能作用,为信息通信行业增添创新活力,敬请期待!
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。