在4月18日,以“AI for All,让世界充满AI”为主题的联想创新科技大会(2024 Lenovo Tech World)上,联想集团副总裁、联想中国基础设施业务群总经理陈振宽以《异构智算 释放AI基础设施新动能》为主题进行了演讲,分享联想在AI基础设施领域的战略布局、核心能力与技术创新成果。
据介绍,联想AI基础设施将持续聚焦三大领域实现科技创新。第一,超强算力、智能匹配,为用户匹配经过验证优化的最佳算力;其次,核心算法、极致提效,以核心算法挖掘算力潜力提升计算效率。第三,液冷创新、算力绿化,以先进的液冷技术帮助用户节能增效,并突破芯片散热的瓶颈。
联想集团副总裁、联想中国基础设施业务群总经理陈振宽
陈振宽说,“联想在这三大领域里面长期耕耘,积累了八项核心能力。”除了性能、高可靠性以及液冷技术上的能力外,陈振宽重点介绍了联想为AI 2.0时代带来的五大创新技术。包含用户智能匹配算力的算力匹配魔方,逼近GPU算力极限的GPU内核态虚拟化,提升网络通信效率的联想集合通信算法库,减少AI训练中断时间的AI高效断点续训技术,切换AI和HPC的调度沟通的AI与HPC集群超级调度器。
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。