ZD至顶网CIO与应用频道 04月08日 北京消息: “营改增”即营业税改增值税,从今年5月1日起将要全面推开。此次被认为是1994年分税制改革以来最深刻的一次财税改革,并且将建筑业、房地产业、金融业和生活服务业四大行业全部纳入营改增范畴之内。意味着营业税从此将彻底退出历史舞台,增值税作为我国第一大税种,其制度将更加完善规范。
昨天,用友网络举行新闻发布会,正式发布营改增全面解决方案,助力企业快速、高效、精准落地营改增、实现税负平衡。“营改增直接和间接几乎影响了所有的行业,从长期看营改增降低了税负,然而在现阶段,企业实现营改增也面临着各种风险和挑战。”用友网络高级副总裁王健谈到,“用友公司积累在财务领域和服务各行业的经验,助力企业抓住营改增的机会,实现转型。”
用友网络高级副总裁王健
营改增带给企业的影响
3月24日《关于全面推开营业税改增值税试点通知》的发布,标志着历时四年的营改增将进入收官阶段。但是对于更多行业企业来说,落地营改增还面临着重重挑战和风险:
·由于各种成本费用难以取得增值税专用发票等原因,在短期内,营改增试点企业的税负将不降反升
·增值税的纳税和征管操作复杂,增加了企业的税收管理成本
·发票管理难度大,涉税风险加大
·营改增前后的发票管理、税金核算、税企沟通要集团统一操作
·营改增后财务管理难度加大
·企业需要对信息系统进行升级,以满足价税分离、支撑“全过程的进项税管控”的要求
·影响企业的组织结构和营销模式。
用友三个递进式服务
营改增之后,更多的企业希望用软件系统把企业增值税票管理起来,并且依靠软件系统把每个业务的进项税精准记录下来,完成价税平衡和抵扣。
此次用友发布的营改增全面解决方案,将房地产业、交通运输业、现代服务业、和生活服务业作为重点服务的行业。主要分为会计核算调整服务、增值税管理平台建设以及核心业务系统的改造与建设三大部分的一揽子服务。以王健的话说,用友营改增解决方案是全行业内落地及时、覆盖面完整以及实施彻底的一个。
会计核算调整服务主要帮助企业实现会计科目、财务报表、会计平台、期末处理等的调整,实现快速切换、平稳过渡。
增值税管理平台主要是帮助企业进行增值税发票的全生命周期管理,实现三流(合同流、发票流、资金流)合一。同时帮助企业实现税负平衡与资金平衡。
核心业务系统改造与建设,主要是针对企业原有业务系统进行价税分离改造,并逐步将采购管理、费用管理、固定资产管理等系统建设起来,支持全过程进项税管控。此外,房地产、公用事业等以项目管理为核心的行业解决方案的深度应用。
“对企业来说三个部分是按顺序递进选择的。首先实现会计核算调整,其次通过增值税管理平台将企业整个增值税税务管理起来,最后通过企业现有系统的改造升级将整个企业增值税进项税流程完整地管控起来。”用友网络首席集团财务架构师任晓慧指出,有条件的企业可以同时进行,企业也可根据现状选择使用其中的某一个或者某两个解决方案。“其中整个增值税管理平台,企业可以单独选型,同时也可以与用友NC5、NC6以及用友房地产等行业产品做集成。”
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。