8月24日,在全国高性能计算学术年会(CCF HPC China 2023)上,华为OceanStor Pacific分布式存储凭借面向高性能计算的AI存力底座创新,荣获本次大会“AI 存力底座最佳创新奖”。
高性能计算产业正在从传统HPC迈向HPC与AI融合的新阶段,AI技术将极大地改变科学研究范式,加速前沿成果落地。同时,AI正走向大模型、多模态,数据的质量决定了AI智能的高度。先进数据存力是构建高性能计算差异化优势的关键。
华为与青岛国实科技集团依托各自优势,以海洋智能科研需求为牵引,共同打造了面向海洋智能科学的AI存力底座,加速赋能海洋产业发展。该AI存力底座基于OceanStor Pacific分布式存储,秉承AI Native设计理念,具备三大核心能力,包括无限横向扩展、混合负载高性能以及多协议无损融合互通,实现数据归集、预处理、模型训练、推理应用的AI全流程海量数据管理。
未来,华为将与各行业继续深化合作,不断推动AI大模型时代的先进存力创新,为科学研究和产业发展带来更多突破和进步。
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。