最近，计算机语言学协会（ACL）的第63届年会介绍了2025年论文收藏的结果。通过Vanguardia Technological Innovation，在Jiu Jitsu中成功选择了两个Yunjanji Data Canvas文档。其中，Yunji研究团队在Jiu-Jitsu的发现被聘为ACL搜索文档：“语言模型可以作为匿名得分手吗？” An article was contracted jointly by the AI Box research team of the University of Renmin and Jiu-Jitsu Yunji, "Yulan-Mini: Push the limits of the Open Data Efficiency Language Model", was hired in the main place of ACL 2025. These two achievements form complete link innovations, from training to inference in key areas such as the new paradigm of training of large-scale models.语言模型的类比问题（令人担忧）为行业研究提供了新的思想和技术途径。第63届年度ACL会议将在澳大利亚维也纳登记两项成就Tria，从7月27日至2025年8月1日。ACL是自然语言处理（NLP）领域的主要学术会议之一。根据中国计算机协会（CCF）的资格，ACL作为A类会议（较高级别）。 ACL文档通常代表AVANT -GARDE研究导致该领域。该文件必须通过多个“双盲评论”和现场总统考试，多年来最终接受率不到25％。这种“选择最佳”的选择机制保证了包括文档的创新和技术进步，并提供了衡量学术成果的创新和实用性的黄金标准。统计数据表明，今年的数字ACL文件总数超过8,000，去年几乎翻了一番。在LCA文档的最激烈竞争中，这被称为一年。这次，选择了Jiuji Datacanvas在ACL 2025中的两篇文章，并强烈确认了Jiuzhang Yunji Datac的全球领导ANVA和AI调查领域的连续创新能力。近年来，LCA会议逐渐将“纯粹的学术会议”更改为结合了学术和工业工业的平台。柔兹Yunji Datacanvas公司选择的两份文件反映了生产，教育，研究和应用的深层整合的特征。其中，调查结果中包含的类似推理研究文件结合了Yunji Jitsu在工业学位模型的主要培训中积累的实际经验，而Yulan-Mini（Yulan-Mini）是ACL 2025的主要地点，它是Jiu-Jitsu Uni和大学共同开发的。作为一家领先的人工智能基础设施公司，柔术正在通过行业，学术界，研究和应用程序的协作创新模型建立一个新的工业整合生态系统，并与合作伙伴合作促进AI Tech促进数千个行业的一种道理。技术进步的类似推理机的认知问题针对类似推理任务中大型语言模型（LLM）的技术瓶颈。 Jiuzhang Yunji Datacanvas积极探索并提出了创新的解决方案。研究结果：“语言模型可以用作类比泽西的臭名昭著？” ACL 2025被雇用为搜索文件，提供了重要的理论支持，以打破能力摩擦的不可思议。在这项研究中，Jiuzhang Yunji的数据从经验上表明，尽管思想链技术（COT）的支持，目前最先进的语言模型仍然很难有效地解决类比推断的任务。基于此，柔宗Yunji datacanvas创新地整合了认知心理学领域的结构映射理论（SMT），并提出了一个类似，渐进的，渐进的推理的框架，A3E（exp）自动注释中的ERT）。实验验证表明，该框架提供了一条可扩展的技术途径，以在人类体验水平上首次打破类比标签机的认知瓶颈，并破坏机器机器的认知瓶颈。边境进展将鼓励开发大型开源语言模型。 ACL 2025的主要位置中包含的文档“ Yulan-Mini：推动有效的开放数据语言模型的Límites”是在训练大规模语言模型（LLM）之前。我们在此过程中研究了关键的瓶颈和设计困难，并预先将高源高性能基本模型Yulan-Mini进行了预审。作为一个小型2.4b参数模型，该模型仅通过令牌1.08T进行训练，它显示出出色的训练效率，实现了与小型商业模型相当的性能，并提供了在有限的资源方案中实施该模型的新范式。贡献IOn以促进大型开源模型的发展。从训练稳定的角度来看，柔术Yunji Datacanvas对训练稳定性问题的稳定性问题进行了深入的研究，确定了关键因素，例如隐藏状态爆炸和RMS规则中断，并提出创新解决方案以有效缓解培训能力的能力。从数据优化的角度来看，设备具有创新的集成机制，例如数据综合，数据课程和数据检测，以创建更高的数据处理过程。实验结果表明，Yulan-Mini在相同的参数量表模型中运作最佳，与受过训练的行业中的领先模型相当，并具有更多的数据。这两个文档均选择用于ACL 2025。这不仅在AI调查领域中引起了Jiu-Jitsu Yunji数据的前卫力。它还检查了其行业和大学研究的有效性和EVAluation Collaboration模型，为中国为发展全球自然语言处理领域的解决方案做出了贡献。在通用人工智能发展的关键窗口中，Jiu Jitsu Yunji的数据将继续调查和创新的进步，重点关注人工智能领域的中心技术问题，继续通过AI的技术创新将创新的脉冲向多个行业注入多个行业。