近日,国内首个官方“大模型标准符合性评测”结果公布,首批通过评测的大模型有360智脑、百度文心一言、腾讯混元、阿里云通义千问。据了解,该测试由工信部中国电子技术标准化研究院发起,围绕大模型的通用性、智能性、安全性等维度开展,涵盖语言、语音、视觉等多模态领域,旨在建立大模型标准符合性名录,促进国内大模型和人工智能产业健康发展。
“有意见”留言板
@辣腿堡不加酱:希望这次的成功测试能加速它们在各种商业场景中的应用,如智能客服、内容推荐、自动翻译、语音识别等,进一步推动数字化转型。话说科大讯飞没参加测试么?
@媒体搬运工:业界“苦”大模型标准的缺失久矣,国标的出台希望能规范市场秩序,让那些浑水摸鱼者现出原形。
@Ada:大模型发展需要统一的权威评测体系,定性和定量相结合,工具和人类专家相结合来评测。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。