[中国,苏州,2021年9月16日] 今日,在2021全球人工智能产品应用博览会上,华为人工智能计算中心解决方案(简称“人工智能计算中心”)凭借出色的人工智能计算能力与产业赋能能力,荣获“2021全球人工智能产品应用博览会产品金奖”。
人工智能计算中心是专注于AI计算的新型城市基础设施,以普惠算力为科研创新与数字经济提供新动能,通过提供Atlas系列硬件、异构计算架构CANN、全场景AI框架MindSpore、应用使能MindX、AI开发平台ModelArts等人工智能全栈能力,具备极致性能、快速交付、持续运营等一系列优势。
依托人工智能计算中心,打造公共算力服务平台、应用创新孵化平台、产业聚合发展平台、科研创新和人才培养平台,形成“1中心+4平台”的人工智能产业布局,同时,配套建设昇腾人工智能生态创新中心,以提供辅助运营服务和生态服务,驱动新产业的孵化、促进科技创新和产业升级。
目前,人工智能计算中心已在多省市落地应用,其中武汉人工智能计算中心已经为40家企业、4家高校与科研院所提供算力和产业服务,并已开始进行二期扩容;西安未来人工智能计算中心已签约西安电子科技大学遥感项目、西北工业大学语音大模型项目、陕西师范大学“MindSpore研究室”等项目,助推西北人工智能产业的高质量发展。此外,全国共有20多个城市正在积极布局人工智能计算中心。
华为将汇集各方力量,大力发展以人工智能计算中心为代表的新型基础设施,推动人工智能产业发展,让智能无所不及。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。