9月11日至12日,T11 2017暨TalkingData智能数据峰会在北京举办。本届大会以“知机识变 有唐之盛”为主题,来自全球各地的近5000位专家、学者、数据科学家、分析师和企业管理者等汇聚T11,探讨大数据与行业结合的技术趋势、场景应用、前沿案例,旨在加速企业数字化转型、助力行业生态建设,打造更智能的世界。
正如奇点大学执行总裁Kian Gohar在主题为“指数级创新”的主题演讲中所讲,指数级增长时代已经来临,信息正在呈指数级爆发。计算能力、人工智能、传感器、机器人、交互模式、大众化应用的聚合技术,为世界带来指数级飞跃,并改变每个行业。而这些聚合技术每项功能的核心都包括了传感、分析和处理数据。
T11 2017重点探讨在这个新的时代背景下,企业应如何面对新挑战、新机遇,结合自身行业特点与需求,将人工智能、大数据与行业场景结合,转型为“数据驱动型企业”。大会切中当下各行各业、尤其是传统企业的转型需求与发展痛点,受到相关行业从业者的广泛关注。
TalkingData首席执行官崔晓波在智能数据峰会的演讲中强调了TalkingData的愿景——数据改变企业决策、数据改善人类生活。此外,TalkingData今年将侧重赋能合作伙伴,同时注重AI等技术创新和实践,致力于用数据驱动商业。
本届大会共设置“智能数据峰会”与“技术驱动未来峰会”两大峰会,以及智能数据服务、智能金融、新消费、智慧城市与政府治理、教育生态与人才培养、人本数据和智能、数据工程和技术七大分论坛。来自斯坦福、哈佛、清华、人大、同济等顶尖高校和政府、研究机构的学者,以及来自IT、大数据、互联网、金融、地产、零售、教育等多个行业的技术专家与企业管理者分享真知灼见。TalkingData也在大会上分享了在科技、数据、技术、商业模式创新等领域的经验与积累。
此外,大会还同期举办“2017年度新锐应用风云榜颁奖盛典”,TalkingData基于7亿月活监测设备及多家合作伙伴数据源,对中国移动互联网行业情况和热点领域进行梳理分析,在短视频、共享出行、消费金融、运动健康等十二个行业中,评选出最受欢迎的新锐移动应用。
一年一度的T11大会创立于2015年,目前已成功举办三届,在业界建立了坚实的影响力和口碑。主办方TalkingData希望通过T11大会与各行业分享趋势、经验和心得,也希望能够通过这样的平台为合作伙伴提供汲取新知、发表见解和展示实力的机会。
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。