算法论文8

蚂蚁OmniTable驯服3050亿条训练数据

量子位2026-09-03

AI 摘要

蚂蚁集团：自研统一宽表系统OmniTable聚焦大模型数据准备，管理超35PB、3050亿条以上数据，SFT任务端到端周期从约14天缩至2.5天，节省工程师协调和重跑时间。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

斯坦福教授直播训练535B大模型

斯坦福教授Percy Liang宣布由Marin开放实验室启动训练Marin 535B - A23B模型，全程公开。过去大模型训练像“黑箱”，此次尝试让训练可观察、可讨论、可协作，引发网友关注。

8月11日，戴盟机器人完成数亿元战略轮融资，由蚂蚁集团领投。蚂蚁此前已在具身智能赛道多处布局，此次是首次延伸至触觉感知层。戴盟推出全球首个“物理交互脑”，有稀缺团队支撑，多方面获产业支持且多项指标全球领先。

中国人民大学高瓴人工智能学院与蚂蚁集团合作，首次系统刻画混合专家扩散语言模型扩展定律，据此训练LLaDA MoE v2，实现扩展效率与智能双重突破，将推动其迈向规模化时代。

北大毕业的前OpenAI高管翁荔（Lilian Weng）的《Scaling Laws, Carefully》值得一读。Scaling law是预训练预算表，能帮少烧错钱。文章探讨大模型训练预算分配，分析Kaplan和Chinchilla结论差异及数据稀缺问题。