
今天,世纪互联总裁孟樸在做客CBSi的时候表示,世纪互联自身实力强大,因此受到了微软、IBM合作伙伴的青睐。
当被问及微软、IBM为什么会选择和世纪互联合作的时候,孟樸指出,外资企业会和当地合作伙伴合作,首先是处于中国的政策法规的要求,当然更重要的原因是,这些企业在寻找国内合作伙伴的时候,世纪互联有自己独特的优势。
孟樸称,实际互联是在中国最大的第三方电信中立的数据中心,在中国有将近15年的运营维护数据中心的经验。世纪互联在中国差不多40多个城市有80个数据中心,而且网中间都是连起来的,世纪互联是唯一一个数据中心跟国内运营商联网的,所以在网络上,世纪互联应该是最好的。
“我们的员工,这么多年的积累,这些人才的积累,在其他公司短期之内不太容易具备的。因为如果支持一个国外的运营商云计算平台在中国,其实要做的事情很多,比如说我们现在在国内为了支持和微软的云平台,我们在中国现在有将近300名员工提供专职的和微软云计算平台的合作。”孟樸说,“通过跟他们的合作,这样也把我们员工的素质各方面提高很多。比如说我们在和微软的合作部门,中层部门经理以上的管理人员都能够和微软的国外的员工用英语沟通,不管是口语还是文件。所以这个对中国企业来讲的话,我觉得是一个非常好的机会,所以我们也很珍惜和微软和IBM啊这种世界上一流的IT互联网公司的合作。”
好文章,需要你的鼓励
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
本文介绍自适应一致性图(ACG)方法,通过持久化执行记忆图与预算感知的上下文构建,帮助AI智能体在长任务中减少信息失联,在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计,免训练实现最高3.1倍加速、2.3倍吞吐提升,且准确率仅比不共享方案低1.1个百分点。