近日,2017-2018年中国联通中低端交换机、路由器及高端交换机集中采购结果公示,锐捷网络多款交换机与路由器产品入围,综合得分处于领先地位。本次招标的产品有中低端交换机、中低端路由器和高端交换机,共分三大类14个标包,总金额近10亿。锐捷网络凭借雄厚的技术积累和优质的产品,中标8个标包,标包预算涉及预算总额的4成。其中,锐捷在中低端二层交换机和中低端路由器都有较好的份额和排名,其中一个标包位列第一。
多年来,锐捷网络的交换机和路由器产品一直持续入围运营商集采,应用在运营商自建网和各类ICT场景中,且保持有较高的市场份额。2016年,锐捷网络的高端交换机开始发力,在2016-2017年联通数据中心交换机集采中,锐捷云架构数据中心核心交换机入围并已在现网得到规模应用。
在服务方面,锐捷网络拥有覆盖全国的原厂售后服务体系,在全国范围内设有53个直属服务支持中心,38个备件库和维修中心,100多家认证服务机构,可以第一时间响应用户需求,为中国联通的网络建设提供了可靠的售后服务质量保证。
作为三大运营商数通产品的主流供应商,锐捷网络紧贴运营商的实际需求,深入用户场景进行产品及方案的设计和创新,积极开展与运营商的深度合作,在运营商自建网以及无线城市、智慧校园、智慧景区、电子政务、智慧医疗等政企市场树立了一个又一个成功样板,在取得累累硕果的同时,也大力推动了运营商ICT市场的发展。
锐捷网络,运营商信赖的合作伙伴。
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。