当地时间12月10日至15日，全球AI领域的顶级盛会——神经信息处理系统大会（NeurIPS）在加拿大温哥华隆重举行。这一盛会汇聚了来自世界各地的学者与专家，共同探讨机器学习、深度学习及神经网络等多个前沿研究方向。

　据官方数据显示，NeurIPS 2024共吸引了15671篇有效论文投稿，投稿量再创新高。尽管论文录取率略降至25.8%，但中国高校及互联网企业的表现依旧亮眼。中国人民大学、字节跳动、蚂蚁集团及腾讯等企业均有多篇论文被收录，展现了中国在AI研究领域的强劲实力。

　蚂蚁集团在此次大会中表现尤为突出，共有20篇论文被收录，其中一篇更是荣获了Spotlight特别关注。按往年数据估算，NeurIPS的Spotlight论文录取率极低，约为3%。蚂蚁集团此次被Spotlight的论文《MKGL：掌握一门三元组构成的语言》深入探讨了LLM与KG的融合，并引入了一种新的知识图谱语言KGL，实验结果表明，LLM通过利用实时知识图谱上下文检索和文本嵌入增强，已经做到能够熟练掌握KGL，在知识图谱补全等任务上相较于传统方法有显著提升。

　此外，蚂蚁集团的20篇论文主要聚焦于提升AI的经济性、可信性和效率，这也是蚂蚁集团近年来在AI领域的重点攻坚方向。其中，《重新审视显存和通信成本对大语言模型高效数据并行训练的影响》论文针对LLM分布式训练的速度与效率问题，提出了一组新的基础策略及部分冗余优化器PaRO，实验结果表明，PaRO在LLM的一些训练场景下速度比ZeRO-3最快提高到266%，显著提升了训练效率。

　在NeurIPS 2024上，蚂蚁集团还受邀举办了一场研讨会，围绕强化学习优化、可信模型构建及视觉语言模型应用探索等议题，与来自清华大学、香港浸会大学、墨尔本大学及蚂蚁技术研究院的学者共同探讨了知识增强的大语言模型在行业垂直领域的前沿技术与发展趋势。

　蚂蚁集团加速AI在行业垂直领域落地应用的决心显而易见。他们深知，只有不断提升AI的经济性、可信性和效率，才能加速AI在金融、医疗、遥感等严谨产业中的落地应用。正如2024·Inclusion外滩大会发布的《AI产业实践六大趋势》所指出的，大模型在医疗、金融等专业领域的应用将促进垂直行业生产力提升及数据价值释放。

　值得骄傲的是，在NeurIPS这一级别的国际顶级学术会议上，中国高校、科技企业及互联网公司的论文不仅在数量上持续突破，在质量上也取得了飞跃式的进展。越来越多的论文被收录为Spotlight、Oral、Highlight及Best Paper提名，彰显了中国在AI领域的强劲竞争力。我们期待中国的产学界能够继续发力，勇攀AI浪潮之巅。

（文章来源：证券日报）