近日,全球企业级数据保护和软件定义存储市场领域领导厂商 Veritas Technologies 与华为云在以“+AI, Grow with Intelligence”为主题的华为云新加坡峰会上签署了合作谅解备忘录(MoU),双方将携手在数据保护领域开展深度合作,针对亚太市场在公有云的云数据保护与灾难恢复领域建立深度合作伙伴关系。
在数字化经济的今天,大数据、云计算、人工智能领域均在快速增长,我们深知数据对企业的重要意义。企业在提高数据驱动力,推进企业变革,实现现代智能化各方面提出了更高要求—— 如何在满足愈加严格的数据保护条例并确保企业核心业务数据得到保障的同时,充分利用云优势,从企业丰富的数据中获取商业洞察,从容快速地实现云的数字化转型之旅。
Veritas 亚太及日本地区渠道联盟高级总监 Gary Sievers 表示:“此次合作谅解备忘录建立在双方深度合作的基础之上,Veritas 将与华为云一道致力于为共同客户提供更为可靠有效、经济实惠的数据保护解决方案,帮助企业更从容自由的选择云,应对在数据管理方面的挑战,从而提升企业核心竞争优势。”
华为云亚太总裁王红新表示:“Veritas 拥有行业领先的技术和深厚的专业经验,是业内的佼佼者与先锋,华为云将利用自身完善的本地服务团队和生态平台,为 Veritas 提供专业的技术支持和 SLA 保障,解决后顾之忧,这也是我们对 Veritas 信赖的回馈和承诺。华为云会与 Veritas 一同沉下心来打造适合亚太市场需要的公有云数据保护解决方案。”
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。