至顶网网络频道 04月11日 综合消息:以4G、5G为代表的无线网络发展,不仅能够大幅提升用户高带宽业务体验,更契合物联网大连接、广覆盖的海量应用需求,对加快生产生活数字化、网络化、智能化,促进实体经济转型发展具有重要作用。当前,无线网络技术正加速与医疗行业深度融合,基于无线网络的远程会诊、远程专科诊断、远程手术示教、远程超声、应急救援、远程查房、无线护理等医疗服务新模式不断涌现,将对医疗卫生行业产生深远影响。
为助力5G技术的发展和商用,促进5G技术与行业应用的进一步融合,由工信部指导,中国信通院和IMT-2020(5G)推进组主办,互联网医疗健康产业联盟协办的“绽放杯”5G应用征集大赛(以下简称“大赛”)已于2018年2月1日正式开启项目征集。2018年3月21日, “绽放杯”5G应用征集大赛行业应用研讨会在北京召开,正式启动了大赛系列分站活动。
作为“绽放杯”5G应用征集大赛系列分站活动之一,互联网医疗健康产业联盟与IMT-2020(5G)推进组计划于2018年4月13日在北京召开无线网络与医疗行业融合发展高峰论坛。
大会主要议题将包括:
(一)调研基于无线网络的基远程会诊、远程专科诊断、远程手术、远程超声、应急救援、远程查房、无线护理等医疗服务新模式。
(二)讨论无线网络技术与医疗行业融合发展趋势和存在的问题。
(三)研究促进无线网络技术与医疗行业融合发展的措施建议,包括技术标准、专项设置、试点示范等。
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。