数源AI推荐的论文‘VideoMamba: State Space Model for Efficient Video Understanding‘介绍了VideoMamba模型，它通过线性复杂度运算符实现高效长视频理解。该模型克服了3D CNN和视频变换器的局限，具备可扩展性、敏感性、优越性和兼容性。

云和虚拟化技术的加速采用为中国企业带来了更多的IT复杂性，并由此产生了数据安全等挑战。

2024年5月11日晚，第十届全国管理案例精英赛中国政法大学校园突围赛在学院路校区图书综合楼0320教室成功举办。大赛旨在通过对实际案例的分析和解决，锻炼参赛选手的团队合作能力、创新思维和解决问题的能力。

GPTQ 的核心思想是通过最小化量化引入的输出误差，实现高精度低比特量化。具体来说，GPTQ 在后量化过程中，针对每一层的权重矩阵，利用一小部分校准数据，最小化量化前后模型输出的差异。

英伟达推出售价3000-4000美元的DGX Spark，号称"全球最小AI超算"。该设备搭载128GB内存，基于Blackwell架构的GB10芯片，虽然速度不及RTX 5090，但能运行消费级显卡无法处理的大模型。支持2000亿参数模型推理和700亿参数模型微调，在AI开发领域具有独特优势，但软件生态仍需完善。

对大多数人来说，“云”一词与亚马逊网络服务、微软Azure和谷歌同义。这也能被理解，因为它们是目前为止最受认可和最成功的超大规模的公共云提供商。然而，这三位行业领导者并非注定会完全占据市场。

韩国SK电信发布了A.X 3.1 Lite，这是一个70亿参数的韩语大语言模型，完全从零开始自主开发。该模型在1.65万亿多语言标记上训练，重点关注韩语内容，可在智能手机上运行且无需云端支持。模型在韩语多任务推理基准测试中表现优异，响应时使用的标记数比同类GPT模型少三分之一。已开源并应用于SK电信的A.dot语音助手，支持实时通话摘要等功能。

这项研究提出了动态分层剪枝（DLP）方法，通过自动确定大型语言模型中各层的相对重要性来分配不同的剪枝率。与传统均匀剪枝方法相比，DLP在高稀疏度条件下表现优异，在70%稀疏度时可将LLaMA2-7B的困惑度降低7.79并提高平均准确率2.7%。DLP与多种模型压缩技术兼容，在CPU上可实现2.8x-3.7x的推理加速，为资源受限设备上部署大型语言模型提供了新方案。

本研究提出了"能力-难度对齐采样"方法（CDAS），革新了大型语言模型强化学习训练中的数据采样策略。与传统方法不同，CDAS通过聚合历史表现差异实现更稳定的问题难度估计，并将模型能力与问题难度动态匹配。在多个数学推理基准测试中，CDAS达到了46.77%的最高平均准确率，同时比竞争策略提高了2.33倍的计算效率。研究还证明了CDAS在代码生成任务和更大型模型上的有效性，为提升大型语言模型的推理能力提供了高效可靠的新方法。

4月7日，紫光股份旗下新华三集团全球首发企业级智原生Wi-Fi 7 AP新品WA7638和WA7338。为什么说可以引发传统网络架构新变革？我们先来了解一下新华三的Wi-Fi 7 AP是一款什么样的产品。

高校对于商用电脑的使用，一向是基于稳定为原则的。因为学生对于电脑的使用是频繁和近乎肆意的操作。频繁的软件更迭对电脑的性能有着多方位的考量。

LUNGUAGE是由KAIST、微软和多家医疗机构联合开发的胸片X光报告结构化评估框架，解决了现有评估方法忽视时间连贯性和细节准确性的问题。该框架包含1,473份专家标注的胸片报告和80份纵向序列标注，通过两阶段结构化流程将自由文本转化为结构化表示，并提出LUNGUAGESCORE评分系统同时评估语义、时间和结构维度的准确性。实验证明该框架可有效评估各类报告生成模型，为放射学AI带来突破性进展。

近日，北京市经济和信息化局公示了2021年度第二批拟认定北京市专精特新“小巨人”企业名单。

与此前的平面NAND相比，3D NAND技术的运用将使得错误检查代码更易于实现，这也进一步确定了容量提升的四级单元技术的可行性。

随着新一波大型语言模型的出现，AI 竞争日益激烈。OpenAI、Anthropic 等公司推出的新模型不仅重塑了我们的工作和交流方式，还影响着全球权力格局。在这场竞争中，一个新问题浮现：AI 模型能否同时变得更智能、更快速、更经济？未来的 AI 可能不再依赖海量数据，而是通过创新机器学习方法来提高数据效率，实现更智能、更高效的发展。

机架规模计算以服务器机架而非单台服务器作为数据中心基础设施的主要单元。该概念早在十多年前就已出现，但在AI时代重新受到关注。相比传统服务器中心方法，机架规模计算能更好地满足大规模工作负载需求，构建更具弹性的基础设施，并优化硬件配置。特别是1MW机架能够提供传统方法无法匹配的集成性能，为AI工作负载提供充足资源和优化处理。

今年最大的黑天鹅事件新型冠状病毒肺炎COVID-19的全球大流行，持续影响全球的商业经济环境。远程办公、线上工作成为新常态。在这情况下，企业基础架构的弹性能力是能够快速应对不确定性的重要支撑。

这篇研究论文揭示了人工智能效率研究的重要转变：从以模型参数为中心的压缩技术转向以数据为中心的Token压缩方法。随着模型参数增长放缓而上下文长度呈指数级增长，自注意力机制的二次方计算复杂度已成为主要瓶颈。上海交通大学EPIC实验室研究团队系统分析了Token压缩的工作原理、优势及面临的挑战，提出了数据-模型协同压缩等未来研究方向，为下一代高效AI系统开发提供了新思路。

为推动大模型产业向更高的可信标准迈进，中国信通院自2022年启动大模型技术研究和评估以来，根据产业发展不断优化迭代，已形成一套覆盖范围全、评测指标精、需求映射准的大模型评测体系。

邮件系统平台作为每个企业不可或缺的业务系统，已经不仅仅是单纯的信息传送工具，更是关系到企业决策流程、数字资产管理的核心关键业务系统。