2018年4月19日,主题为"共转型·赢增长"的联想数据中心业务集团合作伙伴大会在深圳隆重举行。大会期间,联想不仅盘点了与合作伙伴在2017财年共同赢得的优异成绩,并表示将继续与合作伙伴引领创新转型,实现共同增长。当天,联想还提出了2018财年中国区业务新举措,并发布了ThinkAgile SX for Microsoft Azure Stack混合云解决方案。
联想集团高级副总裁、数据中心业务集团中国区总裁童夫尧
联想集团高级副总裁、数据中心业务集团中国区总裁童夫尧表示:"在上一财年,联想数据中心业务集团在各方面都取得了高速发展。新财年,我们将坚持以客户为中心的经营策略,提供更加丰富的IT基础架构产品组合,打造全面的云解决方案,并为客户提供端到端智慧化行业解决方案,为客户创造更多的业务价值,成为客户数字化转型进程中最可信赖的合作伙伴。"
联想数据中心业务集团在2017财年完成了对各项流程的改造提升及对组织结构的不断优化,各项业务蓬勃发展硕果累累,不仅取得了连续第四次位列HPC TOP 500(高性能计算)中国第一,全球第二、单路塔式服务器和入门级光纤存储保持市场份额第一等诸多亮眼成绩,而且还在行业中打造了多个行业标杆项目。其中包括:联想助力北京大学建立了国内首个温水水冷超算平台,助力东吴证券打造了金融行业首个一体化分布式私有云项目;同时,与西藏自治区政府、江西省抚州市政府等签订了智慧城市战略合作协议,构建智慧城市中国版图。
联想数据中心业务集团展区
在新财年来临之际,联想数据中心业务集团基于自身实力和对当前数字化转型大潮的深刻理解提出了四大举措:第一,以客户为中心的经营策略。联想将聚焦复兴政教行业,巩固传统行业,同时以互联网企业为突破,构建增量业务。第二,打造更加丰富的IT基础架构产品组合。去年,联想数据中心业务集团发布了ThinkSystem及ThinkAgile两大产品品牌,并发布了多款新品。今年,联想将还针对中国市场推出14款定制化产品,满足国内客户个性化需求。第三,打造全面的云解决方案及服务。联想数据中心业务集团将在新财年有计划的推进云业务,根据不同的应用场景,提供企业个性化的云服务和产品,为客户提供一整套面向未来的云化之路。目前的云产品布局包括,针对企业内部、自主安全性高的ThinkCloud私有云,与SAP合作推出的Lenovo Enterprise Cloud, SAP平台服务云,以及联想当天推出的ThinkAgile SX for Azure Stack混合云解决方案。第四,持续打造端到端智慧化行业解决方案。去年,联想在智能制造、教育、政务云等六大领域,为行业客户构建起了一个全维度的转型框架。新财年,联想将持续为客户提供咨询、设计、建造、运维等服务,并将大数据、人工智能、AR/VR等一系列领先技术融入到智慧解决方案,助力行业用户数字化转型。
ThinkAgile SX for Microsoft Azure Stack发布仪式
从左到右依次为:微软大中华区副总裁,消费与设备事业部总经理张永利、联想集团高级副总裁、数据中心业务集团中国区总裁童夫尧、联想数据中心业务集团中国区副总裁李国庆、微软大中华区副总裁蔡恩全
随着数字经济的快速发展,中国企业将迎来新一轮的数字化转型。联想数据中心业务集团将继续扮演可信赖的数字化转型解决方案提供商角色,助力中国用户数字化转型,为客户创造更多的价值。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。