日前，中国人民大学高瓴人工智能学院赵鑫教授团队与九章云极DataCanvas公司联合完成的4篇论文成功入选ACL和EMNLP两大顶级学术会议。这一系列研究成果的入选，标志着九章 云极在算法与普惠算力技术领域的研究成果获得了国际学术界的广泛认可。
ACL即国际计算语言学年会（Annual Meeting of the Association for Computational Linguistics）是自然语言处理（NLP）和计算语言学领域顶级学术会议之一，其论文通常代表了该领域的前沿研究成果。EMNLP（Conference on Empirical Methods in Natural Language Processing）作为自然语言处理（NLP）领域最具影响力的国际会议之一，在推动预训练语言模型、机器翻译等多项重大技术突破方面发挥了重要作用。
此次入选的系列研究成果，在模型推理、检索增强、强化学习等前沿领域取得突破性进展，并有效解决了AI算力行业的核心痛点。
九章云极提供完善的人工智能基础设施、充足的普惠算力支撑及工具链，可显著缩短科研人员的创新验证周期。公司构建的‘学术-技术-应用’三位一体创新生态，既为研究人员提供从算力支持到产业验证的全链条服务，又通过真实应用场景反哺学术创新，形成了良性的科研与产业互动机制。
据介绍，此次九章云极与联合团队入选的多篇论文，不仅聚焦AI底层基础技术突破，更针对算力行业应用痛点提出了创新解决方案。
论文《YuLan-Mini: Pushing the Limits of Open Data-efficient Language Model》提出全透明训练方案。基于九章智算云平台Alaya NeW Cloud验证显示：训练稳定性损失降低72%，长上下文支持扩展至28K Token。该高效预训练技术大幅降低千亿级参数大模型的算力使用门槛。
（九章智算云Alaya NeW Cloud支撑论文方法实训）
论文《SimpleDeepSearcher: Deep Information Seeking via Web-Powered Reasoning Trajectory Synthesis》提出SimpleDeepSearcher框架。依托九章智算云平台AlayaNeW Cloud完成实验验证，通过策略性数据工程（而非复杂训练范式）解决高质量训练轨迹缺失、模拟环境分布不匹配等问题，在GPU资源优化方面实现模型性能提升48.3%，为算力受限场景提供普惠级算力方案，平衡了计算效率与性能需求。
针对大语言模型（LLMs）推理效率与抗干扰能力挑战，九章云极及联合研究团队在论文《CAFE: Retrieval Head-based Coarse-to-Fine Information Seeking to Enhance Multi-Document QA Capability》中提出渐进式信息检索框架，在普惠算力场景下的平衡效率与准确性，优于现有行业方法。
论文《R1-Searcher++: Incentivizing the Dynamic Knowledge Acquisition of LLMs via Reinforcement Learning》创新提出两阶段强化学习框架。九章智算云平台验证显示：该框架支持检索次数减少30%，可无缝迁移至真实搜索引擎场景，显著降低算力成本。
上述论文成果，有效推动了异步训练算力利用率的提升、强化学习计算成本优化等技术创新落地。此外，九章云极已与清华大学、北京大学、上海交通大学等全球顶级大学开展广泛而密切的研究合作，为九章云极人工智能基础设施创新体系奠定了坚实基础。
通过持续深耕普惠算力技术，九章云极已构建成熟的"普惠算力"技术体系，成功应用于科研、智能制造、具身智能等多个领域，在模型推理、异步训练、检索增强、强化学习等关键技术方向构筑了坚实的技术壁垒，持续引领中国普惠算力行业的发展。
系列论文下载：
1.《CAFE: Retrieval Head-based Coarse-to-Fine Information Seeking to Enhance Multi-Document QA Capability》
作者：Han Peng, Jinhao Jiang, Zican Dong, Xin Zhao, Lei Fang
下载地址：https://arxiv.org/abs/2505.10063
2.《Smart-Searcher: Incentivizing the Dynamic Knowledge Acquisition of LLMs via Reinforcement Learning》
作者：Huatong Song, Jinhao Jiang, Wenqing Tian, Zhipeng Chen, Yuhuan Wu, Jiahao Zhao, Yingqian Min, Xin Zhao, Lei Fang, Ji-Rong Wen
下载地址：https://arxiv.org/abs/2505.17005
3. 《SimpleDeepSearcher: Deep Information Seeking via Web-Powered Reasoning Trajectory Synthesis》
作者：Shuang Sun, Huatong Song, Yuhao Wang, Ruiyang Ren, Jinhao Jiang, Junjie Zhang, Fei Bai, Jia Deng, Xin Zhao, Zheng Liu, Lei Fang, Zhongyuan Wang, Ji-Rong Wen
下载地址：https://arxiv.org/abs/2505.16834
4.《YuLan-Mini: Pushing the Limits of Open Data-efficient Language Model》
作者：Hu Yiwen, Huatong Song, Jie Chen, Jia Deng, jiapeng wang, Kun Zhou, Yutao Zhu, Jinhao Jiang, Zican Dong, Yang Lu,Xu Miao, Xin Zhao, Ji-Rong Wen
下载地址：https://aclanthology.org/2025.acl-long.268/