探索 GenAI 核心技术两大方向,GOTC 2024 即将开启
在过去的两年中,我们已经逐渐认识到 GenAI 的能力与潜力,它不仅颠覆了传统的数据处理和内容生成方式,而且在多个领域展现出其革命性的应用前景。从数据分析到自然语言处理,再到艺术创作,GenAI 的进步正不断推动着技术的边界。
我们看到,数据基础与开发体验,正成为 GenAI 核心技术的两个方向。
数据是 GenAI 时代技术演进的核心,也是模型能力的关键卡点。由于模型需求的发展,数据抽象、数据清洗和处理,以及数据编织等领域,产生了大量的新机遇,在开源社区不停有新的优秀开源项目出现。
与此同时,GenAI 正引领着开发领域的革新,催生了新的开发范式。传统的 DevOps 体验如何应对 GenAI 的需求变迁?Agent 框架这个多变的领域又有什么机遇?
在此背景下,GOTC 2024 “数据基础与GenAI开发范式 —— 开源生态的机遇与探索”专题论坛将于 8 月 16 日举行,从开源的角度出发,深入探讨这两大核心领域的挑战与机遇,寻求新的技术发展机遇,引领业界同仁共同迈向技术革新的前沿。
GOTC 2024 与上海浦东软件园联合举办,将于 8 月 15 日至 16 日在上海张江科学会堂盛大开启。大会由一个主论坛领航,两大高峰论坛以及六大专题论坛并行,全面深入探讨 AI、数据库、云原生等前沿技术领域。
GOTC 2024 报名通道现已开启,诚邀全球开源技术爱好者齐聚上海,限时免费获取 499 元专业票,仅限 50 张:https://qaxb95n3g50.feishu.cn/share/base/form/shrcntXjImLZ2L4HsDtd976XXmh
论坛出品人:边思康
LF AI & Data Outreach Chair,蚂蚁集团开源增长业务总监,开源 OSPO 负责人,负责蚂蚁集团开源统筹,内部项目孵化,增长设计,国际生态合作的整体业务。加入蚂蚁之前,在 Square、Microsoft 担任工程师和项目负责人职位,具备丰富的行业和国际经验。
议题:Data for AI and AI for Data 时代变迁的见证者
演讲嘉宾:边思康 | 蚂蚁集团开源技术增长负责人
演讲嘉宾:堵俊平 | Datastrato 创始人 & CEO
嘉宾简介:Datastrato Founder & CEO,LF AI & DATA董事,ASF Member,在 AI 和 Data 开源领域深耕十数载,曾任 500 强企业开源业务总经理、数据业务负责人兼总架构师等。
议题:从投资视角看 AI 基础设施和开发范式的变迁
演讲嘉宾:谢岩 | 真格基金投资副总裁
嘉宾简介:Monica Xie 是真格基金的风险投资人,专注于 AI 领域早期投资。在加盟真格基金之前,她在经纬创投担任投资人。在进入风险投资行业之前,Monica 拥有深厚的 AI 产业经验。她曾在 AWS 担任 AI业务资深经理。Monica 是 AI 创业公司 AiFi 的创始团队成员及商务拓展负责人。Monica 也是播客 OnBoard! 主理人。
GenAI 时代下知识检索问答系统开发范式的现在与未来
演讲嘉宾:王峰 | Jina AI 研发总监
议题简介:在生成式人工智能(GenAI)蓬勃发展的时代,知识检索和问答(QA)系统的格局正在发生深刻的变革。随着我们超越了传统基于关键字的方法的局限性,大型语言模型(LLM)和多模态语言模型(vLLM)的出现,预示着信息访问和理解的新范式。此次分享将深入探讨 GenAI 驱动的 QA 系统的复杂性,探索它们当前的能力并描绘它们未来充满希望的轨迹,特别关注多模态 LLM 的变革性影响。
EMQX 从物理世界到人工智能的数据闭环
演讲嘉宾:顾钧 | EMQ 开发者社区总监
议题简介:大模型为我们展现了通向通用人工智能的光明前景,然而当下,大模型的商业落地场景仍较为局限。其中一个关键挑战在于怎样将物理世界的设施、系统以及商业逻辑实时接入数字世界,以便充分受益于先进的人工智能技术。EMQX 能够助力企业搭建起连接物理世界的数据总线,成功达成从物理世界到数字世界与人工智能的数据闭环。
例如,在制造业中,生产线上的各类设备就是物理世界的设施,它们的运行数据通过 EMQX 接入数字世界,经过人工智能的分析和处理,实现智能化的生产优化和故障预测。又如在智能交通领域,道路上的传感器、信号灯等设施的数据,借助 EMQX 融入数字世界,由人工智能进行交通流量的调控和拥堵预警,从而提高交通效率。
开源搜索引擎在 GenAI 时代的演进
演讲嘉宾:罗雪松 | 亚马逊云科技 OpenSearch 中国研发团队负责人
嘉宾简介:研究生毕业后在美国从事了十年大型网站开发工作,于 2006 年加入硅谷的一家初创公司 SuccessFactors,见证了公司从 startup 到纳斯达克上市并成为 HCM 软件行业领头羊的辉煌历程。此后在 SAP、陆金所、ThermoFisher、eBay 等知名企业担任技术主管。两年前入职 AWS 担任开源搜索引擎 OpenSearch 在中国的研发负责人,致力于推动搜索技术和 AI assistant 的创新与发展。
OPEA 助力企业级生成式 AI 开发与部署
演讲嘉宾:田丰 | Intel 数据与人工智能部门 AI 软件架构师
议题简介:将分享 OPEA 企业 AI 开放平台,OPEA 基于生态系统各方的创新和基础设施,用于创建和评估各种复杂的、开放的、多供应商和可自适应的生成式 AI 解决方案。该平台简化了将安全、高效且低成本的生成式 AI 应用整合到业务运营的步骤,确保无缝部署和管理。
agentUniverse 专业多智能体框架在严谨产业中的应用实践
演讲嘉宾:赵泽伟 | 蚂蚁集团 agentUniverse 多智能体框架架构师
议题简介:泛金融场景因其高度的复杂性、动态性和不确定性,一直是 AI 及其相关技术的应用热点。随着大模型与智能体技术的快速发展,多智能体协同模式在在解决复杂泛金融场景问题方面展现出巨大的潜力。在实际的业务发展过程中,agentUniverse 通过使用多智能体协同范式,克服众多技术落地难点取得阶段成果。本演讲将深入探讨多智能体协同范式在泛金融场景中的技术应用并分享经产业验证的优秀真实案例。
大模型智能开发助力效能提升-百度文心快码最佳实践
演讲嘉宾:张立理 | 百度前端架构师
嘉宾简介:百度前端架构师,百度技术组织委员会 Web 方向负责人。2023 年起参与百度智能开发工具 Comate 的 IDE 端架构、模型提升等方面工作,对续写、生成、问答等软件开发环节的大模型应用有丰富经验。
圆桌:GenAI 时代的数据及研发新范式
堵俊平 | Datastrato 创始人 & CEO
刘聪 | BentoML COO & 中国区负责人
谢岩 | 真格基金投资副总裁
边思康 | 蚂蚁集团开源技术增长负责人
GOTC 2024 报名通道现已开启,诚邀全球开源技术爱好者齐聚上海,限时免费获取 499 元专业票,仅限 50 张:https://qaxb95n3g50.feishu.cn/share/base/form/shrcntXjImLZ2L4HsDtd976XXmh
GOTC 2024 结合了 “GOTC(全球开源技术峰会)” 与 “GOGC(全球开源极客嘉年华)” 两大活动品牌,全球开源技术峰会(Global Open-source Technology Conference,简称 GOTC)始于 2021 年,是面向全球开发者的开源技术盛会。全球开源极客嘉年华(GOGC 2024)由浦东软件园携手 S 创共建,与开源中国、Linux 基金会等品牌联合呈现。
通过主题演讲、圆桌讨论、创新集市、人才集市、黑客松、技术展示和互动工作坊等形式,与会者将有机会交流实践经验、探索前沿技术,一起激发创新活力、展示开源魅力、促进跨领域合作。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
W3C 技术架构组(TAG)强调必须移除第三方 cookies
W3C 技术架构组(TAG)强调必须移除第三方 cookies,以保护用户隐私,并呼吁 Google 重新考虑其对第三方 cookies 的依赖。 W3C 技术架构组(TAG)在 谷歌撤销在 Chrome 中禁用第三方 Cookie 的决定后,明确表达了对第三方 cookies 的担忧。 第三方 cookies 被认为对 Web 不利,因为它们使得跨站追踪成为可能,侵犯了用户隐私。这种追踪不仅用于有益的功能,如登录和单点登录,还被用于隐私跟踪和广告定位。 W3C TAG 指出,第三方 cookies 存在固有的隐私问题,并且在未来 Web 资源不应依赖于它们。此外,追踪和数据收集可能会对社会产生不利影响,例如在政治信息传播中的作用。监管机构如英国信息专员办公室也呼吁阻止使用第三方 cookies。 W3C TAG 在全局和细节层面考虑问题,致力于为规范作者提供指导,确保新技术的发展不会与 Web 的其他部分产生冲突。尽管 W3C TAG 与 Chrome 的隐私沙盒团队合作已有数年,但 Google 的这一决策可能会推迟跨浏览器关于替代第三方 cookies 的工作,对提升 Web 隐...
- 下一篇
相同的 LLM 在「不同 GPU 上」会产生不同输出?为什么?
编者按: 在大语言模型(LLMs)的部署及其相关的算力扩容过程中,更换 GPU 是否也可能会对模型的输出产生重大影响?这个问题的答案对于确保 LLMs 在不同硬件环境下的一致性和可靠性至关重要。 我们今天为大家带来的这篇文章,作者的核心观点是:即使在相同的开发环境、系统配置和随机种子下,不同的 GPU 也会导致 LLMs 产生不同的模型输出。 作者通过实验证明,在使用 Nvidia Tesla T4 和 Nvidia A10G 两种不同 GPU 的情况下,Mistral-7b-v0.1 模型对相同的输入产生了不同的输出。这种差异主要源于 GPU 在并行计算处理、硬件架构和模型量化的影响等方面的不同。随着提示词长度的增加,这种不准确性会被放大,因为更长的提示词需要进行更多计算,从而加剧了不准确性的传播。在使用多个 GPU 扩展时,如果采用模型分片策略,理论上可能会因计算分布的不同而导致结果产生变化,但实践中 PyTorch 的设计似乎保证了结果的一致性。 作者 | Anis Zakari 编译 | 岳扬 大多数技术工程师都了解,依赖库或依赖组件的版本不同都可能会导致系统行为产生变化。但在...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- 2048小游戏-低调大师作品
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- 设置Eclipse缩进为4个空格,增强代码规范
- CentOS关闭SELinux安全模块
- CentOS7,8上快速安装Gitea,搭建Git服务器