2015年12月10日-11日,由中国工程院及南京市人民政府联合主办的“中国未来网络发展与创新论坛”(2015.chinasdn.org)将在南京盛大开幕。本届论坛由江苏省未来网络创新研究院及下一代互联网工程中心共同承办,以“建设未来网络试验设施,推动网络发展与创新”为主题,将邀请到来自国内外近百位业内权威专家,打造政产学研用于 一体“安全、创新、开放、合作”的国际盛会。
作为一年一度未来网络、SDN、NFV等领域 的产业盛会,本届未来网络论坛将有超千位来自运营商、设备商、用户企业、机构高校等业内精英参与大会演讲、高峰对话、圆桌会议、现场展览、特色活动等各个 活动,围绕当前网络面临的挑战与对策、未来网络的实验部署及SDN/NFV等技术发展趋势和产业热点展开深入讨论。
聚焦热点:紧扣未来网络核心技术,上百场精彩报告
互联网诞生至今已走过了四十余年的时间,对推 动全球发展起到了至关重要的作用。然而随着现有网络在可扩展性、安全性、移动性、能耗和服务质量等方面面临的巨大挑战,依靠增加带宽和渐进式改进已经无法 满足未来发展的需求。在此背景下,以SDN/NFV等技术为核心的未来网络可持续发展已逐渐成为全球关注的焦点。
为更加深入剖析未来网络发展焦点话题,除“主 题演讲”外、论坛特别开设“未来网络高峰对话”、“SDN/NFV技术与产业发展论坛”、“高校圆桌论坛”、“未来网络基础设施研讨会”、“学术论坛”、 “产业报告发布”等众多专场活动,围绕当前产业发展痛点与经验展开,真实分享各自观点,在实践与思想碰撞中剖析未来网络产业与技术发展趋势。
明星嘉宾:“中国工程院院士”对话“海外机构领袖”,直指产业走向
历届未来网络论坛都以嘉宾阵容庞大、议题扎实有远见在行业享有超高口碑。而本届论坛,无论在演讲嘉宾还是产业规模上都将超越往届。
据悉,本届论坛得到了中国工程院、南京市政 府、ONF、IAB、ETSI、Linux基金会、中国通信学会等众多国内外权威组织的鼎力支持,将邀请互联网之父、“阿帕网”发明人Larry Roberts 及TCP/IP发明人Vint Cerf、ONF执行主席Dan Pitt、ETSI NFV主席Steven Wright、中国工程院陈左宁副院长、邬贺铨院士、国家信息化咨询委员会常务副主任周宏仁、中国互联网奠基人钱华林等近百位全球知名专家莅临。同时,国 家发改委、工信部、网信办、教育部、科技部等有关部委领导、江苏省市主要领导以及全球知名运营商、设备商、投资商、互联网公司等众多运营单位、主流行业用 户亦将亲临现场,影响力覆盖未来网络全产业链。
值得一提的是,本届论坛“全球未来网络高峰对话”环节在筹备伊始已经引发业内强烈关注。届时,邬贺铨院士、刘韵洁院士、李国杰院士、吴曼青院士等众多中国工程院院士将与IAB主席Andrew Sullivan、ONF执行主席Dan Pitt、ON.Lab主任Guru Parulkar等海外权威机构领袖同台直面对话。可以期待,本次高峰对话势必将打造一场思想盛宴,甚至决定未来网络产业走向,真正推动产业创新和发展。
形式多样:特色活动打造综合产业平台
除场内演讲精彩万分外,本届论坛的诸多特色活动同样看点十足:PlugFest测试活动、场外小讲台、ShowCase展示、VIP欢迎晚宴、白皮书发布等等,形式丰富多样,力争多维度深入产业,打造顶尖沟通交流平台。
会议前期,全球SDN测试认证中心将展为期一 周的“2015冬季SDN PlugFest测试活动”,对全球SDN/NFV设备、解决方案等进行测试,搭建技术交流平台,提高设备标准化程度和互联互通的能力,进一步促进SDN /NFV产业发展和部署。而在会议期间,全球SDN测试认证中心将联合组委会进行PlugFest测试活动的现场展示,观众可以在现场进行零距离进行体 验。
免费报名:抢先报名即享免费,速来申请
据悉,本次大会组委会本着助力未来网络及SDN产业发展的目标,参会名额将从即日起免费开放,抢先报名的观众即可享受免费参会机会,无论是运营商、政府/用户企业、硬件/软件厂商、芯片制造商、 终端厂商、互联网公司、研究机构/高校,亦或投资机构,均可报名参会,收获一场顶级产业盛宴。
同时,为了促进产业发展,大会组委会还特别为初创企业设置免费展位,让更多初创企业可以在国际舞台上展示企业品牌及产品特性。更多会议信息,请访问会议官网:2015.chinasdn.org
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
SEALQA是维吉尼亚理工大学研究团队开发的新型基准测试,旨在评估搜索增强型语言模型在面对矛盾、嘈杂或无用搜索结果时的推理能力。它包含三种测试:SEAL-0(极具挑战性的核心问题集)、SEAL-HARD(更广泛的困难问题集)和LONGSEAL(测试长上下文多文档推理)。研究发现,即使是前沿模型在这些测试中表现也很差,增加测试时计算资源往往不能带来可靠的性能提升,高级推理模型对嘈杂搜索结果特别敏感,模型在识别大量干扰文档中的相关信息时仍然困难重重。
这篇论文提出了"计划与预算"框架,解决大型语言模型在推理任务中的效率问题。研究者发现模型存在"推理失调"现象——简单问题上过度思考,复杂问题上思考不足。他们开发了贝叶斯预算分配模型(BBAM)作为理论基础,将推理分解为子问题并根据不确定性分配计算资源。实验表明,该方法在不同任务上显著提高推理效率,令牌使用减少39%,E?指标提升187.5%,且能使小型模型达到大型模型的效率水平。