ZD至顶网网络频道 03月10日 综合消息:相比IPv4,IPv6除了具有更大的地址空间、还拥有更快的路由机制、更好的业务性能以及更高的安全性等一系列优点。在去年11月韩国召开的IETF大会上发布了一个声明,希望未来的互联网协议标准全部基于IPv6来制定,新设备和新的扩展协议不再兼容IPv4。未来两到三年内全球发达国家的IPv6用户数将会超过IPv4用户。我国在十三五规划中也已经明确指出了要“超前布局下一代互联网,全面向互联网协议第6版(IPv6)演进升级”,以上种种表明,我们即将迎来IPv6发展部署的爆发期。
全球IPv6论坛常任董事、下一代互联网国家工程中心主任刘东
我国是全世界最早开展IPv6研发和应用的国家之一,目前IPv6部署和发展情况受到了广泛关注,但是由于早期的IPv6商用部署在国际上缺乏可运营先例的背景下 ,我国互联网发展在一定程度上落入了私有地址陷阱。3月9日在北京举办的全球IPv6论坛媒体见面会暨IPv6 World Leader 2017颁奖仪式上,全球IPv6论坛常任董事、下一代互联网国家工程中心主任刘东在接受记者采访时表示,IP协议是互联网体系的重要基石,目前普遍采用的IPv4协议现在已经分配殆尽了。中国平均每人拥有的IPv4地址数却还不到半个,地址短缺的压力非常大。而IPv6拥有广阔的地址空间,可以完全满足未来发展的需要。虽然我国互联网发展在一定程度上落入了私有地址陷阱,但经过十多年的努力,在IPv6建设和部署方面还是取得了显著的成绩。其中包括,我国的教育网有超过600万的IPv6用户,是全球最大的纯IPv6网络;三大运营商已经建成了大规模的IPv6商用网络;我国的核心网络已经能够做到全部支持IPv6/IPv4双栈;在向IPv6演进的过程中,实现了千万级用户的过渡运营体系,这在世界上也是首例……
而对于中国发展IPv6的机遇,刘东总结为物联网、移动通信和自主创新等几个方面。
首先是物联网、工业互联网和产业互联网等快速发展的过程中,对大量地址空间、安全性、移动性和服务质量都提出了新的需求,这都需要IPv6来进行支撑。
其次是移动通信带来的机遇,与以往的2G和3G业务不同,新的LTE和VoLTE数据业务需要用户永远在线,每个用户都需要同时占用两个IP地址,分别用于互联网访问和语音通信,这也需要更多的地址空间。据统计,如果我们的移动用户全部升级为VoLTE模式,那么同时在线的IP地址数要比现在高40倍,部署IPv6已经势在必行。
另外,IPv6也将为我们带来自主创新的难得机遇。发达国家已经在IPv4的标准和技术上占有垄断地位,但是IPv6在业务应用、安全管控、DNS根域名解析等方面仍存在很大的创新发展机会。在全球互联网全面升级的环境下,利用IPv6的技术特点和我国的产业基础,建立IPv6产业发展和网络治理的新模式、新方法、新理念,这是我们几十年一遇的的重要机会。
就像刘东主任所说,“早发展、快发展IPv6网络是我国争取全球互联网主动权的关键举措。应该要充分利用IPv6大规模商用部署的历史机遇,实现我国技术先进、产业发达、应用领先、网络安全坚不可摧的战略目标,建设网络强国。2017年将是中国IPv6的腾飞之年,让我们共同期待!”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。