近日,在深圳昇腾创新中心的支持下,爱可生向量数据库(TensorDB)完成了与华为Atlas 800推理服务器和全场景AI框架昇思MindSpore的兼容性测试,实现了爱可生向量检索技术与昇腾AI基础软硬件平台的全面融合。
上海爱可生信息技术股份公司
上海爱可生信息技术股份有限公司是国内知名的分布式数据库、开源数据库解决方案以及数据处理技术提供商。公司自主研发的云树数据中台、数据库集群管理平台、数据库云平台软件、向量数据库等产品已被广泛应用于金融、电力、智能制造、电信、广电、交通等行业,标杆客户包括:中国工商银行、兴业银行、中国农业银行、太平洋保险、友邦保险、中国人保、国家电网、上汽集团、中国移动等世界500强企业。
向量数据库(TensorDB)的目标是在以图搜图、视频推荐、文本检索等常见的AI场景中,对海量非结构化数据嵌入后的高维数据提供存储、管理、计算的综合能力,以满足金融、交通、互联网等行业对核心业务系统高可用性、高扩展性的要求。
爱可生向量数据库(TensorDB)
企业版
基于昇腾AI,TensorDB内核的众多计算任务实现了深度优化:
① 降低了向量计算、矩阵计算等高维数据之间计算带来的消耗,提升了检索算法的批处理能力,同时读入并计算的请求数可达每秒4000次。
② 保障了不同维度、数量级的向量数据训练和检索的稳定性,在不损失检索精度的前提下,使模型训练的收敛速度提升4倍以上。
③ 充分利用算子可以异步执行的特点,实现了数据预处理、多种计算类算子、数据后处理在不同线程、不同流之间并发,将索引过程提升10倍以上。
【向量数据库TensorDB解决方案整体架构图】
随着存储成本的下降,以及新兴技术的发展,各行各业对非结构化数据的重视程度将越来越高。昇腾AI将努力做好基础软硬件平台,发挥在人工智能领域积累的技术优势,携手爱可生等伙伴,共同加强数据场景能力建设,共同服务中国数字经济转型升级。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。