望江名门位于成都一环旁、锦江河畔占据了成都最美的江景资源,10公里绵延的锦江风景带、千年薛涛文化遗址、百年学府四川大学,历史与人文都积淀于此,孕育出望江厚重的地缘文化。当锦江、望江楼,成为望江名门窗外点缀的美景时,放眼全球可供对标的只能是纽约的One57、伦敦的海德公园一号、上海汤臣一品等世界级的豪宅。
名门视野
智能家居解决方案
在这个物联网飞速发展的时代,一流居家生活,离不开“智能家居”的享受。像“望江名门”这样的顶级住宅,自然少不了智能设备的使用。物联网的核心是应用,而承载应用的基础是网络,在这个无线大势所趋的时代,传统家庭无线解决方案已经无法满足物联网超重负荷的需求。为此,飞鱼星为望江名门的每户豪宅打造了智能家居无线网络解决方案。
智慧家庭网络解决方案拓扑图
本次方案,采用iHome 1S智能家居网关作为出口,将光猫ITV与网络数据合二为一,所有数据传输到家庭局域网中,最后由面板AP将两股数据分离,通过无线传输上网业务数据,在客厅、卧室等需要看电视的位置,只要将运营商机顶盒接入到面板AP的有线端口,即可分离出ITV电视数据;针对客厅的大面积覆盖需求,采用iHome AP C1吸顶双频AP,轻松实现全屋Wi-Fi无死角,同时智能家居网关下挂三台千兆PoE供电交换机,可直接为AP和其他智能家居设备供电。
AP设备与其他设备完美结合
方案有以下几点优势:
智慧小区解决方案
在网络成为人们生活不可或缺的一部分的今天,作为世界顶级豪宅,望江名门不仅为业主们建设了家庭无线网络,还考虑到了室外公共区域的无线覆盖。因此,飞鱼星也为小区的室外部分搭建的优质的无线网络。
小区公共区域无线网络拓扑图
针对公共区域的无线覆盖需求,考虑到望江名门的品牌价值,本次方案使用网关与AC分离式网络架构,无线控制器单独旁挂,与NF1000分别负责AP管理与数据转发的业务,减轻单台设备的负担,确保整个无线系统性能的冗余,保障无线网络的稳定性。
出口网关采用NF1000,集成了防火墙、VPN、IPS、应用识别、病毒过滤、流量管控、行为分析、业务可视、安全认证等丰富的安全业务模块,实现多维一体化的安全防护。
VS5956G作为高性能三层交换机,为全网核心转发设备,该设备采用先进的硬件架构设计,具备业界领先的强大处理能力,满足核心设备的高性能、高容量、高密度及企业未来可图拓展的要求。
针对无线覆盖,整个小区全部采用750M大功率吸顶AP——WS75,双频并发给无线带机性能带来极大提升,配合高增益智能天线与飞鱼星AirQos无线智能流控专利技术的结合,无论是停车场、走廊等开阔环境的信号覆盖问题,还是物业管理中心、餐饮咖啡厅等高密环境的无线接入问题,都能轻松解决。
机房设备一览
方案效果
目前,望江名门精装公寓已交付业主。望江名门在网络系统的建设上,同样打造了顶级无线网络,从公共区域,到每一户家中,无线信号均达到满格。确保业主们只要踏入家园,都可自由畅享WiFi。稳定可靠的无线网络,默默地给入住的城市精英们支撑起这微不足道、而又不可或缺的生活享受,一致获得了他们的赞赏。
好文章,需要你的鼓励
这篇研究揭示了大语言模型强化学习中的"熵崩塌"现象——模型在训练早期迅速失去探索能力,导致性能达到可预测的上限。研究者发现验证性能和策略熵之间存在精确的数学关系:R = -a·exp(H) + b,并深入分析了熵变化的内在机制。基于这些发现,他们提出了两种简单有效的方法(Clip-Cov和KL-Cov)来缓解熵崩塌问题,显著提升了模型性能,特别是在困难任务上。这项研究为大模型强化学习的规模化应用提供了关键指导。
Skywork OR1是昆仑公司AI团队开发的开源推理大模型,通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列,采用名为MAGIC的训练方法,在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升,32B模型平均准确率提高15.0%,7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象,提出了有效的缓解策略,并开源了全部代码、数据和模型权重,为AI社区提供了宝贵资源。
上海交通大学研究团队发现多模态大语言模型中的"啊哈时刻"(自我反思模式)虽存在但并不意味着推理能力提升。他们提出了"冷启动强化学习"两阶段方法:先用监督微调建立推理模式,再通过强化学习优化。实验表明,这种方法在多个多模态数学推理基准上表现卓越,使3B参数模型达到接近甚至超越部分7B模型的性能,为增强多模态AI推理能力提供了有效路径。
MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口,为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示,先进的强化学习算法在分布变化时性能下降超过20%,而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布,旨在推动更适应现实世界不确定性的路由算法研究。