全球云基础架构和移动商务解决方案领导厂商VMware (NYSE: VMW)今天在澳门召开2017年VMware大中华区合作伙伴领导人峰会,与来自中国大陆、香港和台湾的合作伙伴领导者们共聚一堂,一同探讨如何在企业数字化转型的大潮中发掘商机,同时充分利用VMware新一代软件定义数据中心和移动商务解决方案,帮助本土企业利用IT变革实现业务创新,进而加快整个行业的升级转型。
在企业数字化转型的大趋势下,企业之间、行业领域之间的传统边界和区隔被打破,跨界融合成为数字化转型的一个新常态,全新合作生态系统正在形成。每个企业都需要调整战略,拥抱变革,勇于创新。同时,还要改变企业内部对 IT的观念。IT 技术及部门将变得前所未有的重要,将变成企业变革的基础和驱动力以及手段。对于VMware而言,最重要的是与客户的战略优先级保持一致,通过实现数据中心现代化、多云的整合、数字化工作空间和企业安全,确保企业加速完成数字化转型进程。在此基础上,以VMware为核心的丰富全面的合作伙伴生态系统也是推动VMware不断前行的重要助力。VMware大中华区总裁郭尊华表示:"VMware在技术上不断颠覆传统,锐意创新。与此同时,我们也致力于在中国构建一个高效、健康且蓬勃发展的生态系统,携手本土合作伙伴共同成功。"
在此次合作伙伴领导人峰会上,VMware还公布了2016年大中华区合作伙伴创新奖的获奖名单,借以表彰在过去一年表现优异、业绩突出的合作伙伴。VMware公司大中华区渠道及业务拓展总经理王冰峰表示:"首先,我要向获奖合作伙伴们表示衷心的祝贺,感谢他们在过去一年为开拓本土市场做出的突出贡献。同时,我也欣喜的看到VMware在大中华区合作伙伴生态系统的蓬勃发展。VMware致力于与本土合作伙伴携手,借助在数据中心现代化、多云整合、数字化工作空间和企业安全领域的先进技术和解决方案,支持企业顺利实现数字化转型,在日渐激烈的市场竞争中赢得先机。"
此次VMware大中华区合作伙伴创新奖获奖名单如下:
• 年度最佳分销:伟仕佳杰
• 年度最佳云服务供应商:中信国际电讯(信息技术)有限公司
• 年度风云合作伙伴:四川创意信息技术股份有限公司
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。