CNET科技资讯网 12月7日 北京消息:12月5日,2016 Strata+Hadoop World大数据峰会在新加坡开幕。作为全球大数据领域的开发者大会,本届Strata+Hadoop World 峰会吸引了全球知名的大数据厂家、人工智能、物联网以及各垂直行业的大数据从业人员参展。万达网络科技集团联合大数据业界领袖Cloudera研发的一站式“大数据+区块链”解决开源方案——大力神项目(Project Hercules),也在此次峰会上首次发布。该项目突破性地实现了基于各种数据中心或云环境的大数据+区块链基础架构服务,为行业用户提供集成的大数据处理、分析支持以及区块链应用的构建与管理。
调研显示,目前市场对大数据和区块链的技术需求非常火爆,但市场上还没有任何一个一站式的开源套件可以提供完整的业务支持;与此同时,大量区块链应用还在试验期,尚未考虑到区块链应用落地对大数据的需求。此次推出的大力神项目希望解决这些问题,让每个企业都可以在已有的大数据集群上便捷地部署和管理区块链应用。
一直以来,万达网络科技集团不仅打造智慧生活开放平台,同时在技术上参与全球分布式计算、大数据和区块链等前端领域的相关研发与标准化规范工作。今年10月18日,万达网络科技集团作为中国区块链代表企业现身“中国区块链技术和产业发展论坛成立大会暨首届开发者大会”,发布合作撰写的“中国区块链白皮书”,并牵头论坛开源推进工作组。会上,万达网络科技集团首席数据官和首席架构师蔡栋讲述了集团的开源战略,未来集团将加大和业界知名高科技公司合作的力度,同时保持对区块链技术的开放、共享策略。11月中旬,万达网络科技集团还参与区块链和分布式账本技术应用参考架构设计与编写,与国际标准联动完善国内技术规范。今后,万达网络科技集团将更积极展开国密算法的引入、硬件加密加速卡定制开发,继续打造安全、自主、可控的区块链应用开放平台。
本次大力神项目的发布,正是顺应万达网络科技集团的开源战略,其Cloudera认证版本将于今年晚些时候推出,届时全世界所有基于CDH大数据集群平台的开发者都可以按需快速部署和使用超级账本项目(Project Hyperledger)中的Fabric区块链应用。CDH是Cloudera发行的100%开源大数据平台分发版,可以针对企业级用户的各项需求快速部署各项先进功能的大数据集群。大力神项目提供一系列全自助式的便捷功能,方便开发者选取适合的业务场景进行针对性开发,支持开展进一步交互的功能,并支持集成式的数据导出、分析和实时风控等功能。大力神项目可以让企业用户能够根据其自身基础架构布局和其行业特性设置个性化业务场景方案。
大力神项目的源代码会托管在GitHub上,通过工信部区块链技术与产业发展论坛开源社区开放测试用户申请,后续进阶版本发布后,将会面向全部企业用户,针对特定Cloudera CDH版本分发认证套件版本。
在2017年一季度上海召开的首届超级账本亚洲黑客马拉松上海站上,万达网络科技集团将公开展示大力神项目,并提供给黑客、软件开发者、业务产品经理等用户使用,展现万达网络网络科技集团强大的研发和定制实力,以及海量应用场景。在2017年3月份的Strata+Hadoop World硅谷圣荷塞峰会上,也将有更多的开源产品发布。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。