土豆数据洛书基础大模型是面向产业的AI大模型,紧贴行业应用,提供行业大模型底座能力,全链路优化从基础模型到场景模型的使用效果。洛书大模型已在近日与中科曙光智能计算产品成功适配,为我国AI领域再添强大动力。
结合中科曙光智能计算产品卓越的计算能力和性价比,土豆数据科技的洛书大模型国产化解决方案将在智慧城市领域、时空信息领域、企业智能服务等领域提供全国产化行业应用智能体基座,帮助领域客户加速实现数字化转型,全面降本增效。
洛书大模型是高性能、高效率的自然语言处理模型,洛书基础大模型具有多模态、多任务处理能力,通过对大量数据的深度学习,具备了在视觉感知、遥感识别、数据分析、文本写作、工具调用等多个领域的强大性能,在实际应用中能够更好地应对复杂场景,提高生产效率。同时,洛书大模型注重领域知识工程的构建,通过集成专业能力函数库,使其在解决实际产业问题时具有更高的准确性和可用性。
中科曙光智能计算产品提供AI硬件系统及开发工具栈,结合储备的高效算子库、框架及组件等,进一步提升AI全栈优化能力。具有从基础算子、框架工具到扩展组件等搭建“算力、软件、平台”的AI全栈能力。
此次适配成功,赋能土豆数据科技在AI领域综合方案的场景适配能力得到进一步提升。未来,部署在中科曙光智能计算产品之上的洛书大模型将为企业提供更加高效、便捷、安全的人工智能应用方案,助力企业实现智能化转型。同时,该解决方案也将进一步推动我国AI技术的创新与发展,为各行各业带来更多的创新机遇。
随着AI技术的不断进步,我国AI产业正迎来前所未有的发展机遇。土豆数据科技此次成功适配中科曙光智能计算产品,将为我国AI产业的发展注入新的活力。土豆数据科技未来在中科曙光智能计算产品上会带来更多创新成果,为我国AI产业的发展贡献力量!
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。