第四屆世界智能大會將搭建“云上世界智能大會”平臺。邀請來自世界智能科技領域最具影響力的學術權威、行業(yè)精英、國際機構、專業(yè)媒體等在線注冊,通過線上平臺觀會、觀展、觀賽及參與其它活動。大會首次應用“數據看板”功能,通過有效地抓取數據,并使用圖形、圖標和其他直觀方式加以分析,從而更好的理解數據、應用數據。
據了解,“數據看板”并不是簡單的把數據變成圖表,而是以數據為視角,看待整個第四屆世界智能大會。其原理是通過大數據技術對本屆大會相關數據進行采集、清洗、上傳、入庫,從而建立相關數據庫,抓取并篩選相關數據信息,通過圖表+數據的形式,清晰明了的傳遞各類數據信息。
“數據看板”是第四屆世界智能大會展會大數據價值釋放的最后一公里。借助于圖形化手段,清晰有效地傳達第四屆世界智能大會參會觀眾行為數據。為了有效地傳達思想概念,美學形式與功能需要齊頭并進,通過直觀地傳達關鍵的信息與特征,從而實現對于相當稀疏而又復雜的數據集的深入洞察,為第四屆世界智能大會整體情況提供科學的數據評估與決策。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯合研究團隊開發(fā)出Rolling Forcing技術,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現,通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。