3月14日至15日,以“因聚而生 数智有为”为主题的“华为中国合作伙伴大会2024”将在深圳隆重举行。相比往届大会,本次大会将在主题内容、大会规模、会谈深度、看展收获、社交体验等方面全方位升级,与千万伙伴共同实现“伙伴+华为”体系的数智化升级,共赢数智未来。
主题升级:从“众志有为”到“数智有为”
回望过去一年,“伙伴+华为”体系在NA、商业和分销三类市场都取得了显著的成绩。展望新的一年,面向三类市场,我们将坚定不移地推进“一个深耕、两个扩张”,并端到端强化“伙伴+华为”战略。大会主题从“众志有为”升级到“数智有为”,寓意面向数智化带来的广阔价值空间,华为将在战略方向不变的基础上,端到端持续强化“伙伴+华为”体系,从而让客户的数智化更加简单、更为有效,让数智化更好地为客户创造价值,实现“数智世界 一触即达”。
规模升级不忘老朋友,欢迎新朋友
作为一场面向ICT领域合作伙伴的年度盛会,“华为中国合作伙伴大会2024”将继续开放升级,扩大规模,邀约更多伙伴现场参与。包括邀请各省的头部集成商、各重点地市的头部伙伴,既邀约现有合作伙伴,也邀约能力强但尚未与华为合作的新朋友。同时,大会将重点邀约计算生态伙伴,在提升创新数智基础设施能力的同时,助力计算生态繁荣;邀约更多ISV伙伴,展现联合方案,并探讨怎样共同为客户更好地创造价值;此外,还将重点邀约服务伙伴,并新增企业服务与软件方向,探讨如何更好地服务存量客户,以及为“两个扩张”提供最后一公里的品质服务。
内容升级:主会+分论坛+展厅,让合作内容一看就懂
大会主会,将系统阐述“伙伴+华为”体系的全方位升级,包括政策、生态、服务、平台和工具等;并将带来面向NA、商业市场和分销业务的全新行业数智化解决方案、商业市场主流场景解决方案和分销适销新品。同时,分论坛将通过打造计算、服务、数通、F5G、商业、分销等峰会,以及数十场专题演讲,实现对“伙伴+华为”未来合作内容和落地支持进行详细解读;此外,华为面向合作伙伴专门安排了高层会谈、战略对标和技术交流等专项内容,还提供了更加完善的交流场地资源、专家保障资源和方便“约会”的平台,让合作对话更方便,更深入,体验也更好。
而在30000+平米的展厅中,内容将更加强调价值的清晰呈现,让伙伴与客户能一眼洞悉方案的落地效果与价值,畅享更直观、更清晰、更高效的合作交流。展厅不仅进一步扩大了商业、分销展区的面积,更新增了计算整机伙伴展区、扩大了ISV伙伴联合方案展示,其中的演示Demo,伙伴更可以“打包”带走,方便用于后续与客户的交流,让未来与客户的沟通形式更丰富、更高效。
体验升级:“双向奔赴”,共创更多商机
本次大会继续升级数智化参会体验——强化大会APP上各类伙伴之间、客户与伙伴之间、伙伴与华为之间的“名片交换”和会场“约会”功能,现场参会嘉宾可以通过“主动搜索”和“被动推荐”的“双向奔赴”方式,实现更加高效的“线上商务社交”和“线下见面约谈”,进而打造出一个拓展人脉、促进合作的卓越平台,共创更多商机的同时,为“伙伴+华为”体系的繁荣与发展注入源源不断的活力。
传播升级:全面“短视频化”,更有大奖等您拿
本次大会还顺应了大众阅读习惯的新变化,将大会的关键内容、看点等以“短视频”形式进行分享和传播:大会不仅将邀请更多媒体、意见领袖、视频博主打造优质内容,让更多伙伴快速、全面地了解大会;大会还将面向所有伙伴发起短视频挑战赛,伙伴朋友们不仅可以借势大会充分展示自我,更能赢得多重大奖,期待您的精彩创作。
以上种种升级,就是希望让每一位合作伙伴都能更清晰、更明确地知道如何与华为更好地合作,如何助力好每一位客户的数智化升级,在帮助客户实现“数智世界 一触即达”的同时,实现伙伴的发展,与华为共赢数智未来。
“因聚而生 数智有为”,华为中国合作伙伴大会2024, 3月14日-15日,诚邀每一位希望与华为合作的伙伴朋友,我们深圳见!
报名参会,请详见大会官网:https://e-campaign.huawei.com/campaign/hpc2024/
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。