第四届世界智能大会将搭建“云上世界智能大会”平台。邀请来自世界智能科技领域最具影响力的学术权威、行业精英、国际机构、专业媒体等在线注册,通过线上平台观会、观展、观赛及参与其它活动。大会首次应用“数据看板”功能,通过有效地抓取数据,并使用图形、图标和其他直观方式加以分析,从而更好的理解数据、应用数据。
据了解,“数据看板”并不是简单的把数据变成图表,而是以数据为视角,看待整个第四届世界智能大会。其原理是通过大数据技术对本届大会相关数据进行采集、清洗、上传、入库,从而建立相关数据库,抓取并筛选相关数据信息,通过图表+数据的形式,清晰明了的传递各类数据信息。
“数据看板”是第四届世界智能大会展会大数据价值释放的最后一公里。借助于图形化手段,清晰有效地传达第四届世界智能大会参会观众行为数据。为了有效地传达思想概念,美学形式与功能需要齐头并进,通过直观地传达关键的信息与特征,从而实现对于相当稀疏而又复杂的数据集的深入洞察,为第四届世界智能大会整体情况提供科学的数据评估与决策。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。