4月18日,在联想创新科技大会(2024 Lenovo Tech World)上,联想集团执行副总裁兼中国区总裁刘军在主题演讲中表示,联想将与业界携手,以“全栈AI”,共同构筑中国新质生产力,助力中国经济高质量发展。
联想集团执行副总裁兼中国区总裁刘军
刘军介绍说,“全栈AI”是新质生产力的核心要素,更与国家战略高度契合,联想将持续投入创新,赋能千行百业,实现AI普惠。具体而言,“全栈AI”包括AI内嵌的智能终端、AI导向的基础设施和AI原生的方案服务。
在AI内嵌的智能终端方面,联想PC居全球第一,也是平板电脑、手机和其他AIoT的主流供应商。4月18日当天,联想正式发布具备五大特征的真正意义上的AI PC新物种——AI PC旗舰新品AI元启版,继续引领PC代际升级。同时,依托“一体多端”进行突破,即以天禧AS(个人智能体系统)为核心,将应用和体验从AI PC延展到AI平板电脑、AI手机和各类智能IoT设备,与业界共建天禧生态为用户打造场景化的融合体验。
在AI导向的基础设施方面,联想跨越本地计算和存储、互联网两个时期,不仅开创国产PC服务器新纪元,而且多次稳定中国科学计算TOP100名单,成为中国算力领军企业。目前,联想是全球第一的科学计算、全球第三的AI基础社会供应商。面向AI时代,联想在国内已构建了“一横五纵”(联想万全异构智算平台和服务器、存储、数据网络、软件及超融合以及边缘基础设施)的完整格局,通过布局完整、稳定高效的算力基础设施,为千行万业智能化转型构筑基石。
在AI原生的方案服务方面,联想服务已经进入中国IT服务非运营商市场前两名。面向未来,联想将通过“一擎三箭”,重塑AI原生的方案服务,即依托企业大模型驱动、智能体为核心的“擎天3.0”,面向政企、中小企业和消费三个客群,打造基于行业大模型、企业大模型、企业智能体等的智能解决方案和服务。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。