本文将梳理知识图谱常用的推理算法，并讨论各个算法之间的差异、联系、应用范围和优缺点，为建设知识图谱的图谱计算和推理能力理清思路，为希望了解或者工作中需要用到知识图谱推理算法的同学提供概述和引导。

随着大型模型的参数量从十亿量级跃升至万亿级别，其训练规模的急剧扩张不仅引发了集群成本的显著上涨，还对系统稳定性构成了挑战，尤其是机器故障的频发成为不可忽视的问题。对于大规模分布式训练任务而言，可观测性能力成为了排查故障、优化性能的关键所在。所以从事大型模型训练领域的技术人，都会不可避免地面临以下挑战：训练过程中，性能可能会因网络、计算瓶颈等多种因素而不稳定，出现波动甚至衰退；

在预训练语言模型的评估中，对比当前最优的开源模型，Qwen2-72B在包括自然语言理解、知识、代码、数学及多语言等多项能力上均显著超越当前领先的模型，如Llama-3-70B以及Qwen1.5最大的模型Qwen1.5-110B。博查搜索引擎基于MoE架构，可以识别用户搜索意图，路由至专家领域进行搜索，并提供高质量的正文文本。“可信 AI 进展 “ 公众号致力于最新可信人工智能技术的传播和开源技术的

如利用UOS AI的AI端侧模型搭载本地向量数据库，可将保存本地的文档做成个人知识库，实现智能化的知识管理、检索和应用。曼尼托巴大学的Rebecca Davis教授及其学生Hunter Sturm利用XAI技术解析AI模型在评估药物分子时的考量因素，揭示了影响抗生素活性的关键结构并非总是科学家预想的部分，XAI能够识别出人脑可能忽视的关键特征。通过学习XAI揭示的重要特征，研究者能指导AI模型更精

英伟达通过大幅改进GPU架构和整合新技术，帮助实现了大语言模型的诞生，其加速计算技术提供了100倍速率的提升，而功耗仅增加到原来的3倍，成本则仅为原来的1.5倍。"可信 AI 进展 " 公众号致力于最新可信人工智能技术的传播和开源技术的培育，覆盖大规模图学习，因果推理，知识图谱，大模型等技术领域，欢迎扫码关注，解锁更多 AI 资讯～6月2日，在2024台北国际电脑展（Computex 2024）上

1% 的训练提速，或者几秒之差的故障恢复时间，累积起来，都能影响到几百万的成本。

开发深度学习训练的相关算法，让训练更高效、智能，例如优化器。为此，DLRover 开源了训练故障自愈技术，通过快速的节点状态检测、弹性扩缩容、动态组网和Flash Checkpoint 等技术，最大程度地降低故障导致的算力浪费。DLRover 提供的 Flash Checkpoint 还对大模型训练与微调的常用框架提供支持，如 Megatron-LM、DeepSpeed、FSDP、HuggingF

分布式全链路因果学习系统 OpenASCE:大模型驱动的知识图谱 OpenSPG:大规模图学习系统 OpenAGL:在过去的一年里，苹果公司在科技巨头间的人工智能竞争中保持着明显的沉默状态，引发了业界对于其何时及如何参与这场角逐的广泛猜测。最新的消息显示，苹果公司计划在即将发布的M4芯片中正式踏入人工智能战场，此举无疑将为全球AI性能较量增添新的焦点，使其直接与x86架构的个人电脑以及高通即将面世

阿里本地生活-高级算法专家，负责本地生活的AI算法团队。团队工作涉及搜索、认知图谱、LLM大模型、图片视频等方向，过往几年，发表过多个专利，多篇论文入选WSDM、CIKM、ICASSP等顶级会议。

2024年，大家都在各行各业不断（被迫）内卷，毫无疑问，人工智能（AI）领域也卷疯了，国内外各企业纷纷掏出自己的看家本领，与对手硬碰硬，看谁才是“AI第一强”。小编表示今年AI免费福利没少薅～同时也切身体会到AI工具与应用在快速迭代情况下，性能是越来越牛逼。并且作为一线吃瓜群众，经常看到各科技大牛围绕AI吵成一锅粥，在线开撕；也看到他们围绕AI发表一系列长长长长文表明自己的观点。