近日中国电信发布信息通信领域首个网络大模型——启明。“启明”网络大模型,依托于中国电信丰富的业务场景需求和海量网络数据/知识优势,贯通网络大模型语料准备、预训练、全参精调、反馈优化、推理部署的全流程。“启明”网络大模型对推动云网运营效率提升、云网能力开放及注智赋能千行百业具有重要意义。
“有意见”留言板
@Betty:中国电信发布的网络大模型“启明”在信息通信领域具有重要意义,将提升云网运营效率和支持各行各业的智能化发展。夏冰副总经理的思考为该技术的发展提供了明确方向,这一举措将助力中国经济社会的数字化转型,推动科技革命的进展。
@普惠:网络运维是数据中心的一大难题,智能驾驶网络提了很多年,网络大模型的加入希望能真正解决网络的各种问题,而不仅仅是一个概念的升级。如何大模型能否泛化赋能更多的数据中心也值得大家期待。
@bic:不管怎么说也是行业大模型的先驱了,期待能有更广泛的应用,而且发布会也提到了行业大模型没有gpt那种大量的计算,那么或许在算力这一层带动的不仅仅是GPU了。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。