今天,华为常务董事、华为云CEO张平安在华为开发者大会2024(HDC 2024)主题演讲上重磅发布盘古大模型5.0,并分享了盘古大模型在钢铁领域“解难题、做难事”的具体实践。
宝武钢铁集团热轧生产线里,在一块厚260mm的钢坯被轧制成1.2毫米厚的钢板前,需要经过20道工序,涉及300多个参数。且每次调整生产钢板的种类和尺寸时,都需要工程师重新调整,一次需要耗费约5天的时间。
盘古大模型创新地将时序数据、表格数据、工艺参数、行业机理等token化,通过大模型的学习,实现对最优的参数进行预测,显著降低了热轧生产线调优时间,并提高预测精度和钢板成材率。
盘古大模型上线宝武钢铁集团1880热轧生产线
目前盘古大模型目前已经在宝武钢铁集团1880热轧生产线上线,预测精度提高5%以上,钢板成材率提升0.5%,预计每年可以多产钢板2万余吨,年收益达9000余万元。
此外,华为云还与宝武钢铁集团在炼钢、表检、新钢种研发、排程优化等多个领域开展盘古大模型的应用研究。
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。
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
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。