近日,超聚变和博通公司联合打造的“计算与网络连接创新实验室”正式启用,超聚变公司首席运营官张小华、博通副总裁张卫共同寄语:共建创新生态,点燃更多科研应用的“火苗”。博通DCSG和ECD产品线高管Jas Tremblay和Jeff Hoogenboom表示祝贺。
超聚变作为全球领先的算力基础设施与算力服务提供者,引领着计算产业技术变革,致力于为客户提供领先的产品与解决方案;博通是全球系统设备解决方案的杰出技术创新者及领导者,为服务器行业提供顶尖的关键部件。自合作以来,超聚变与博通实现了由联合研发爆款部件到定制竞争力解决方案,从携手探索前沿技术到共同探讨行业技术标准的深度合作。 此次联合创新实验室的成立将大力推动双方在计算与网络连接领域的研究发展,同时为双方共同繁荣的技术研究生态提供强有力的支撑。
超聚变公司首席运营官张小华表示:超聚变与博通联合打造计算与网络连接创新实验室,将服务器硬件工程技术与关键部件技术协同设计,联合定义存储子系统侧标准,在产品定义、特性定制、测试前移、互认证、极限攻关等方面全面嵌入式合作,形成全生命周期、全链条、一体化的联合创新模式,为算力底座的升级注入新动能。此次联合创新实验室的揭牌启用,是双方技术合作的阶段性成果展示,更是迈上合作共赢新台阶的标志,双方将持续深入合作,为客户贡献更多价值。
超聚变&博通“计算与网络连接创新实验室”的成立是双方合作的里程碑事件,也是超聚变技术联合创新生态的一次重大突破。未来双方将继续深耕技术联合创新,朝开放互联、协同共赢的方向不断拓展合作边界,大力推动产品升级、引领行业技术创新,赋能千行百业的数字化转型。
好文章,需要你的鼓励
NAVER和KAIST研究团队发现,先进AI模型在数学题自我修正方面存在严重缺陷。他们创建的MMRefine基准测试揭示,即使是GPT-4O等顶级模型也只能成功修正约23%的错误答案,而且经常将正确答案改错。研究发现不同模型在处理六种错误类型时表现差异巨大,特别是小型模型在空间推理修正上竟然超越了大型模型,颠覆了"越大越好"的认知。
牛津大学研究发现,尽管大语言模型在医学考试中表现出色,但在实际应用中效果大打折扣。研究显示,LLM直接测试时能94.9%准确识别病症,但人类使用LLM诊断时准确率仅34.5%,甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出,仅凭非交互式基准测试评估LLM存在误导性,需要真实的人机交互测试才能准确评估AI系统的实际性能。
上海交通大学研究团队开发出革命性AI图像检测系统,不仅能以98.1%准确率识别AI生成的假图片,更能像人类专家一样用自然语言详细解释判断依据并标出具体问题区域。该系统通过创新的多模态大语言模型训练方法,实现了从"黑盒判断"到"透明分析"的突破,为新闻、法律等领域提供可信赖的智能辅助工具。