9月20日,在2018杭州·云栖大会上,企业软件领导厂商VMware与阿里云宣布达成战略合作,提供面向企业的混合云解决方案,全面助力企业实现数字化转型。
阿里云将整合VMware混合云软件产品,充分发挥阿里云公共云基础架构的敏捷性和高扩展性,交付面向企业的混合云解决方案,助力企业轻松把现有工作负载从本地部署的数据中心拓展至云端。
9月19日,VMware与阿里云在云栖大会上宣布达成全面合作。从左至右,依次是:阿里云产品总监 何云飞;VMware高级副总裁,兼亚太和日本地区总经理Duncan Hewett;阿里云首席架构师 唐洪。
“数字时代,企业不断探索,利用云的力量寻求运营方式的转变。阿里云与VMware的合作将为企业带来巨大的价值。我们期待与VMware紧密合作,帮助客户实现将工作负载扩展至阿里云之旅。”阿里云总裁胡晓明如是说。
VMware全球首席运营官Sanjay Poonen表示:“与阿里云合作,打造VMware在中国的首家”Cloud Verified Partner”,将为客户带来稳健的基础架构和最新的强大的软件能力,助力企业实现基于任意云端,在任意设备上运行任意应用的愿景。此项合作将以中国及亚洲市场为起点,为众多企业用户提供VMware在混合云领域的强大功能。
VMware软件为全球复杂的数字基础架构提供支持,其在计算、云、移动、网络和安全领域的产品服务,为用户提供动态高效的数字化基础。阿里云是亚洲最大的公共云服务提供厂商,在全球拥有广泛的基础设施,产品功能丰富,并拥有广泛的生态合作伙伴。根据市场研究机构Gartner的报告,阿里云是全球第三大IaaS公共云计算厂商。
在云栖大会期间,以创新技术参与到城市生活出现的“新杭州故事”、杭州城市大脑2.0、阿里云天空物联网、阿里巴巴全球数学竞赛、达摩院新计划、车路协同等均在会上发布。为期4天170多场论坛6万多人参加的杭州云栖大会已成为顶尖科技盛会。
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。