在大型活动部署下一代移动网络方面,"高密度环境下的移动 O-RAN (5G MoDE)" 项目取得了重要里程碑。该项目团队近日在英格兰对阵意大利的六国橄榄球赛期间,成功在特温纳姆安联球场外部署了一个临时的开放式无线接入网络 (O-RAN) 移动基站,以改善球迷的移动网络体验。
该项目得到了英国科学创新技术部 (DSIT) 的支持,由 Virgin Media O2 (VMO2)、Mavenir、VMware 和萨里大学组成的联合体共同参与。项目旨在利用 O-RAN 技术革新密集移动网络流量的管理方式。
在 VMO2 的带领下,联合体正使用 Mavenir 提供的硬件、软件和服务,致力于开发并展示 5G MoDE 概念在实际场景中的有效性。
5G MoDE 强调这"不仅仅是为了赢得竞争",而是要重新定义移动连接的未来。该项目还致力于对高密度移动流量领域产生重大影响,推动开放式移动网络的采用,创造一个更加互联和赋能的世界。
在技术层面,重点关注领域包括 RAN 智能控制器 (RIC) 智能、节能和容量优化、集中式云单元、零占用实施以及大规模 MIMO (多输入多输出) 有源天线单元 (AAUs)。
通过结合这些元素,5G MoDE 相信可以提高频谱效率、降低能耗、优化网络容量、最小化环境影响,并在体育场馆等人口密集区域提供卓越的服务。
在特温纳姆的试验主要展示了开放网络解决方案如何帮助管理连接,并确保在重大活动期间提供稳健可靠的移动网络。作为部署的一部分,临时 O-RAN 移动基站在赛前和赛后部署在球迷区。
VMO2 表示,从该项目获得的发现和见解将为未来的无线接入网络部署奠定宝贵基础,支持英国电信生态系统的多元化发展,并推动网络基础设施创新。
在评估测试成果时,VMO2 表示该解决方案减少了网络拥堵,并展示了开放接口技术如何在高需求环境中补充现有基础设施。他们补充说,试验突显了即使在数万名球迷进入体育场的情况下,O-RAN 也能成功提升用户在繁忙区域的移动体验。
Virgin Media O2 技术试验负责人 David Owens 表示:"我们在安联球场的成功部署标志着移动连接转型的重要一步。我们正在证明,灵活、智能的网络即使在重大活动的高负载条件下也能提供出色的性能。"
Mavenir 接入网络、平台和数字赋能总裁 BG Kumar 补充道:"Mavenir 很高兴能参与特温纳姆安联球场的 5G MoDE Open RAN 应用 - 这证实了开放网络在管理高密度移动流量方面的潜力。我们感谢能够参与 Virgin Media O2 不懈的创新努力,也感谢 DSIT 对推动英国 Open RAN 创新的支持。"
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。