我们坐下来与今年RSA大会总监、总经理Linda Gray谈论了2017年的新主题:
Gray:对于今年的主题,我们受到由Shunryu Suzuki提出的Zen方法——即初学者应该抱着追求最先进研究的心态。“在初学者心中有很多种可能性,在专家心中,却很少。我们知道,当我们移除了在可能和不可能之间横亘的障碍,我们就会放开自己去寻找新的机会。”
因此,我们很高兴与你分享RSA 2017大会的主题:机会的力量。RSA将是从各个角度拥抱摆在我们面前机会的大会,包括专业开发,推动这个行业向前发展,团结起来形成一个社区。
RSAC:这个主题与RSA大会有什么关联?
Gray:RSA大会是一个获得最新知识、见解和灵感的渠道,激发真正的创新和进步。RSA创造了一种包容性的氛围,一种我们这个行业共同努力解决超出我们日常工作中经常面临的更大问题所需要的分享和探索的分为。RSA大会打开了一扇门,邀请所有这个领域内的人士重新想象和重新塑造我们接受什么、期望什么以及什么是可能的。
RSAC:这个创意是如何呼应主题的?
Gray:在RSA大会上产生的想法总是会在整个行业中产生涟漪效应。所以今年的主题创意视觉采用了“水中波纹”作为设计基础。大大的彩色圆圈相互交叠,持续向外延伸。在圆圈重叠的地方,形成了新的形状和图案。
我们希望你和我们一样对2017年的主题感到兴奋。我们期待在2017年的RSA大会上向你呈现这一切。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。