以软件定义数字化时代为主题的东软解决方案论坛2023(成都)今天举办,东软集团创始人、董事长刘积仁宣布启动AI时代新变革,推动LLM-SE东软大语言模型系统工程,全面支持AIGC能力的行业嵌入。打造面向下一代的解决方案,并建立以客户为中心的组织和生态。
在数字经济成为中国经济发展的核心动力以及软件作为数字经济的重要底座的现状下,随着软件从技术、产品、解决方案、服务到智能的进化。随着算力、存储力、算法、连接等越来越强大的软件舞台迭代,东软集团再次开启变革之路。
东软的优势是具备32年使用软件的丰富经验,更是知道如何用软件解决社会进步和发展中的问题。
东软将坚持智慧城市、医疗健康、智能汽车互联、企业数字化转型以及国际化服务赛道的定位。
东软集团推动LLM-SE东软大语言模型系统工程。全面支持AIGC能力的行业嵌入,包括将AI融入医保和人力资源解决方案,赋能智能网联汽车时代,实现人、车、路环境、基础设施的智能出现,通过技术力提高软件生产力。
东软将打造从助力向伙伴转型的数字人增强解决方案、从确定向衍生的解决方案的智能化衍生、从库存向价值转型的数据价值创造、从管理向服务转型的C端服务生态的拓展的下一代解决方案。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。