随着模态数量增加，传统二元偏好或规则奖励是否能够捕捉人类意图的多元偏好或层次化偏好？ ➢ 当多模态扩展到全模态空间，模态交互更加复杂，RL方法需要做哪些改进？ ➢ 不同模态下，模态特有与模态共有的信息如何统一在奖励信号建模中？ 46 技术对比讨论：从文本模态到多模态 ➢ 扩展多模态强推理的可能路径: ➢ 基于多模态模型做基座模型扩展到强推理场景， ➢ 另一种是利用LLaVA的思路，在原来的强推理基座模型上进行额外的模块扩展； 模态数量增加，传统二元偏好是否能够捕捉人类意图的多元偏好或层次化偏好？ ➢ 当多模态扩展到全模态空间，模态交互更加复杂，RLHF以及DPO是否还奏效？ ➢ 不同模态下，模态特有与模态共有的信息如何统一在偏好建模中？ 出发点：我们如何在全模态场景中，实现any-to-any models与人类意图对齐 51 ➢ 针对RLHF/DPO对齐方案存在的效率低、迭代慢、优化难的难题，提出从语言反馈中学习 Clean layout 算法：从语言反馈中 学习范式，提升任意 到任意模态生成与理 解任务的对齐表现 模态统一范式：从语言反馈中学习 Learning from Language Feedback（LLF） 利用信息更丰富的多模态偏好数据实现更准确且细粒度的人类偏好对齐 52 模态统一范式：从语言反馈中学习 Learning from Language Feedback（LLF） ➢ 通过

DeepSeek 应用场 景 DeepSeek 的能力层级 • 1. 基础能力层 多模态数据融合与结构化理解 ，包括跨模态语义对齐（文本、 图像、 音频、 视频、 代 码、传感器数据统一语义） 和动态数据治理（解决数据缺失、 噪音干扰、 概念飘逸等） ， 支持 200 多 种数据格式自动解析。 • 2. 中级能力层 领域问题建模与复杂推理 ，包括领域自适应学习（建立医、 ，提供定制化管道 ，用于构建可扩展且生 产就绪的 RAG 应用程序 ，适合企业大规模 AI 应用。 • 3. LLMWare ：官网： https://llmware.ai/ • 功能：提供统一框架构建基于 LLM 的应用 ，如 RAG 和代理， 包含 RAG Pipeline 和 50 + 小型专用模型 ，适用于定制特定 领 域解决方案。 • 4. LangChain ：官网： https://www

容量或每核心需要 > 2 GB 内存的工作负载的性能。该模式无需代码更改， HBM 会缓存 DDR。 跨不同架构加速 AI 应用程序 整个英特尔® 至强® Max 系列产品通过英特尔® oneAPI 统一，为一个共通的、开放的、基于标准的编程模型，释放生产力和 性能。开发者可以使用英特尔® oneAPI 基础工具包和英特尔® oneAPI 高性能计算工具包，更容易地构建、分析、优化和扩 展通用计算、高性能计算和 sual- technology/arc-discrete-graphics.html 29 02 英特尔 ® 技术方案 oneAPI 是一种跨行业、开放、基于标准的统一编程模型。它定义了一个通用、统一和开放的多架构和多供应商软件平台， 确保在不同硬件供应商和加速器技术之间的功能代码可移植性和性能可移植性。oneAPI 的核心语言是 SYCL，它可以被用 于编程加速器和多种处理器。SYCL 并为特定架构进行优化。基于 SYCL，oneAPI 定义了一套广泛的规范和库 API，以满足跨行业和计算以及 AI 使用案例的编 程领域需求。此外，oneAPI 提供一个开发者社区和开放论坛，以推动统一的 API，为统一的行业宽多架构软件开发平台， 并鼓励生态系统合作。 2.2 软件 2.2.1 英特尔® oneAPI 工具包 — 跨架构性能加速 图：oneAPI 图示（来源：https://www

。在多个关键应用领域 ， DeepSeek-R1 大模型展现出强大的实力 4.2 国产 AI 大模型 DeepSeek 走入高 校 知识问答 提 郑州大学 DeepSeek-R1 系列大模型正在对接学校统一身份认证平台 ，近期将面向全校师生开放试用 同时 ， 将根据学校各学科具体需求与硬件条件 ， 以具体化、 针对性、 私有化、 学科专用或实验室专用的方式将进一 步 将 70B 、 32B 、 14B （ AI 原生集成开发环境） 5.6 AIGC 技术在辅助编程中的应用 AIGC 技术在辅助编程中的应用日益广泛 ， 它能够自动生成高质量的代码 ，从而显著提高开发效 率 应用场景 代码风格统一 代码自动生成 为什么要在 VSCode 中接入 DeepSeek ？ 代码智能补全 ：根据上下文自动补全代码 ， 减少 重 复输入 ，提高编码效率。 代码生成 ：根据自然语言描述直接生成代码 编排流程使多个智能体综合协作 ， 由一颗大脑（ LLM ） 进行自主支配运行 ，能够根 据人的 要求 ， 自主判断、 决策、 分解子任务 ， 自行与业务系统、 专业知识库、 海事垂直大模型及互联网交互分析 ，构建校级 统一 AI 服务 平台 ，最终输出任务结果 ，从而助学、 助教、 助研、 助管和助国际交流 助管 海事超级智能体与校内业务系统关联 ，可以帮助师生快速完成大 量业务系统操作、调取业务系统数据、分析并生成用户所需统计

应用场景： ⚫ 1 小时优化全国高铁时刻表，减少 30%能源消耗 ⚫ 破解蛋白质折叠难题，加速癌症药物研发 ②多模态深度对齐 ⚫ 跨模态理解：通过神经符号系统实现图文音统一编码（如从建筑设计图生成施工 解说视频） ⚫ 具身智能：2026 年机器人将具备“触觉-视觉-力学”联觉（如凭触感判断水果成熟 度） 技术普惠： 1. 盲人通过触觉反馈装置“观看”电影