前言:2023年10月13日—15日,由ITSS分会、证券基金行业信创联盟指导,ITSS数据中心运营管理组(DCMG)、双态IT论坛、智能运维国标工作组主办,ITSS媒体组、AI范儿协办的“2023第六届双态IT乌镇用户大会”将于浙江乌镇召开。
大模型时代已然来临!DCMG、双态IT论坛自2017年开始致力于推动IT生产力提升,历经七年,从最初的DevOps、微服务、容器到现在云原生技术的百花齐放。此轮技术范式已经实现了从概念认知到广泛的应用落地。以ChatGPT为代表的大模型,即将开启新一轮技术范式的跃迁!
与此同时,经过三年发展,2023年信息技术应用创新工作已经步入深水区,行业关注焦点从广度向深度发展,从以适配测试、开发实施为主的信息技术应用创新系统建设工作到信息技术应用创新改造与运维安全并重,信息技术应用创新的服务保障变得愈发重要。
为进一步促进IT生产力发展,推动信息技术应用创新服务保障,加深行业交流,DCMG、双态IT论坛联合智能运维国标工作组召开2023第六届双态IT乌镇用户大会,举办“云原生和大模型革新IT生产力”“金融信息技术应用创新服务保障”两大主题会议,同期举办特色专题研讨会。
云原生和大模型革新IT生产力主题会议
“云原生和大模型革新IT生产力主题会议”是业界首次就云原生时代IT生产力的四大领域 - 开发、测试、运维、安全,进行高层次、多视角的研讨。
云原生技术从最初的DevOps、微服务、容器到现在的百花齐放,一直助力IT生产力革新,推动行业数字化转型。本次大会邀请来自南方电网数字电网集团信息通信科技有限公司的专家带来《数字化运维探索与实践》主旨分享。同时还将进行一系列启动及发布仪式,分别是:2023年ITSS会议周方案介绍暨启动仪式、第一批ITSS智能运维团标评估证书颁发仪式、ITSS分会专家委员会数据中心领域专家聘书颁发仪式,以及《云原生服务稳定性保障能力分级技术规范》标准发布。
大模型作为人工智能新的技术范式,备受关注。业界对于大模型在业务场景的应用已经进行全方位探讨,但对大模型在IT自身场景的应用探讨相对较少。为推动IT生产力发展,提高行业对大模型认知框架的构建,促进行业对大模型的交流探讨,本届大会邀请来自清华大学、复旦大学和翰纬科技的专家带来《IT大模型-认知框架》联合演讲。同时邀请自银行、保险、证券等行业的专家带来各自在开发、测试、运维、安全四大领域大模型的探索与实践,让大家能够“一会多享”!
第二届金融信息技术应用创新服务保障主题会议
“第二届金融行业信息技术应用创新服务保障主题会议”以“推动信息技术应用创新,提高金融新核心服务保障”为核心,旨在促进银行、保险、证券用户跨行业的信息技术应用创新的深度交流。
政策和标准是行业发展的重要驱动力和执行保障。大会将邀请行业专家分享信息技术产品服务保障责任体系和金融业应用创新能力成熟度评估模型研究。
金融信息技术应用创新最具挑战的是核心系统信息技术应用创新,随着系统建设实践的发展,行业开始把目光转向信息技术应用创新的服务保障,本次会议聚焦这一主题,邀请银行、保险、证券行业头部用户分享其最新信息技术应用创新实践。
专题研讨会
本届大会除举办两大主题会议,还围绕开发、测试、运维、安全四大领域的大模型应用举办专题研讨会,为行业专家提供分享讨论的平台。研讨会信息如下:
专场1:开发&测试大模型专题研讨会
专场2:运维&安全大模型专题研讨会
专场3:一体化数智运维和大模型应用研讨会
…………
更多精彩,敬请期待!
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。