有一个领域,大家卖东西是这样的:
这个领域就是政务云。
2017年的政务云市场0元中标、1分钱中标已经不是新鲜事,当时就把我们小编整懵了。
“领导,他们都咋了,不挣钱么?不赔本吗?”
“抢地盘!饿死你才有我吃的。”
一个个政务云低价中标生生让小编发呆了好几天:“咋没有开发商0元卖给我房子呢?”
最近因为政务云,小编又懵了:
“领导,华为、新华三、浪潮,到底谁第一?”
“嗯。。。看图吧。”
“领导,什么意思?”
“
你说的,我说的,他说的。
IDC:华为政务云第一
计世资讯:新华三政务云第一
赛迪顾问:浪潮政务云第一
”
“领导,他们为什么说的不一样呢?”
“可能统计方法和评判标准不一样吧。”
“统计方法和评判标准差别在哪呢?”
“。。。。。。”
“难道谁第一还弄不清楚?大家都可以做第一吗!”
“你烦不烦人!反正就是他们三个,华为、新华三、浪潮,你选吧。”
“可是,Gartner还没说呢!”
“你磨不磨叽,几点了,周几了,还让不让人下班,让不让休息了!!”
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。