随着国家大数据战略的全面推进,我国大数据产业发展迎来"黄金期",数据驱动的创新正逐步向经济社会各行业领域融合应用,拓展出行业发展新空间,助力行业结构转型升级。同时,随着双创战略、网络强国建设、互联网+行动计划、中国制造2025等国家战略的深入实施,为大数据、物联网、人工智能等新兴技术与产业融合发展带来新机遇,成为助推数字经济创新发展的新动能。
为更好的促进大数据产业务实发展,助力数字经济创新升级。由人民邮电出版社主办,信通传媒、《大数据》杂志、数创汇承办的"2017第四届中国国际大数据大会"将于9月26-27日在京举办。
本届大会以"数据驱动,智能引领--共享数字经济新机遇"为主题,围绕"战略发展篇--数字经济崛起与可持续增长;创新突破篇--突破边界,创新探索与融合;转型升级篇--数据驱动转型下的产业创新升级;应用服务篇--务实推进大数据行业应用落地"四大核心篇章展开,通过举办峰会、论坛、高端对话、创新展、案例评选等系列活动,横向关注国家战略发展与产业融合创新,纵向聚焦垂直行业应用与合作,展示大数据最新的技术创新与成就,探索新革命浪潮下的产业责任和发展方向,助推大数据产业务实健康发展。
中国国际大数据大会是国内极具影响力的大数据行业会议,自2014年起已成功举办三届,成为行业内覆盖全产业链,集聚众智的品牌产业交流合作平台。大会参与企业超过4000家,累计出席嘉宾6000多位,为大数据产业呈现了380多场精彩演讲,得到产业界和媒体的高度广泛关注,为推动大数据产业发展发挥了重要作用。
在此诚邀各界人士莅临出席,共议新发展,共享新机遇。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。