ZD至顶网CIO与应用频道 07月04日 北京消息(文/王聪彬):6月28日,江苏泰州,由信通创展科技、赛迪网联合主办,泰州市姜堰区政府、亿达信息技术有限公司承办的“2016移动信息化高层研讨会”,在泰州市智谷软件园隆重召开,来自全国各地一百多名专家学者、企业代表、姜堰本地企业代表参加了本次研讨会,与会各方力图在宏观讨论移动信息化、互联网+及大数据整体产业的基础上,更微观的结合泰州当地产业特点分析及讨论,以期找到更贴合当地产业发展的策略及观点,为泰州发展出谋划策。
在互联网+行动、大数据战略、智能制造已成为国策的阶段,如何利用本地区域工业产业特点、科技企业形态、人才储备和投融资环境,形成既符合产业发展规律又贴合区域经济发展的互联网+时代战略规划,借力移动互联网和大数据等手段提速区域经济发展、深化区域经济结构改革、形成本地创业创新特色,已成为各级政府2016年的必修课程,承办本次研讨会则是姜堰继发布《中国制造2025姜堰行动实施纲要》之后提交的另一份答卷。
树立互联网思维主打“项目兴区”泰州姜堰产业升级进行时
姜堰,地处江苏泰州东部,有着新能源和先进装备制造两大传统主导产业,并积极布局发展新材料、电子信息、生物医药、智能电网、3D打印等新兴产业。
早在2016年1月就发布了《中国制造2025姜堰行动实施纲要》,明确指出以智能制造和核心关键技术为主攻方向,不断促进产业结构调整,加快推进产业水平提升。并提出了“项目兴区”战略,结合自身区位优势、传统工业优势和人才优势,重点打造了江苏省重大服务业项目、泰州众创空间、泰州创业孵化基地——智谷软件园,仅半年时间便引入了包括工信部赛宝实验室、李德仁院士工作站、云计算中心在内的近40家信息化企业入驻,涵盖软件开发检测、信息咨询服务、电商平台开发维护等多个领域。
“早在2015年到靖江调研时,泰州市委蓝绍敏书记就提出了树立互联网+思维,主动对接‘中国制造2025’,借力资本市场力量,积极培育新产业、新技术、新模式、新业态,加快推动经济转型升级的发展要求”,正如泰州市副市长杨杰在致辞中所说,姜堰出台一系列助推地区产业升级的政策并承办本次移动信息化高层研讨会,既策应了市委书记提出的发展要求,又是泰州产业向中高端迈进,在经济发展新征程上走出的重要一步。杨杰市长同时号召本地企业把握本次研讨会机遇,与来泰专家学者和企业充分交流学习,借力攀升,大胆探索创新,奋力抢占行业发展制高点,并希望与会专家和企业为泰州经济发展和区域产业升级提出建设性建议。
为了更直观的让与会专家和领先企业了解姜堰的产业发展现状,在本次研讨会召开前,姜堰区政府专门组织与会者实地考察了区重点企业和双创园区,并重点介绍了姜堰区在引进创新创业企业和人才方面的配套政策。从提供的土地政策、标准厂房、人才奖励、企业创新奖励、一站式服务等细则来看,泰州姜堰具备了可媲美南京等地的创新企业吸引力。
理论与实践并行研讨会为姜堰献计献策
本届大会以“互联网+大数据时代的移动信息化发展”为主题,充分发挥嘉宾在IT、大数据、信息化、互联网等行业领域的经验优势,围绕信息化、互联网+、大数据、大数据人才培养、智能制造、智慧城市、分享经济等热点话题展开了深入交流与探讨。提出了打造泰州特色的信息化政务品牌,充分展示当地制造业、现代服务业和教育领域的发展优势,树立行业应用典型,促进地方高新技术产业集群培育,并为构建领先的移动信息化企业与政府部门交流创建了对接平台的诸多意见。
工业和信息化部信息通信经济专家委员会秘书长、中国信息通信研究院副总工程师陈金桥结合当地实际情况,发表了题为“移动互联网赋能‘分享经济’”的主题演讲。他表示,“中国依靠坚实的互联网基础和强大的人口红利使互联网行业有了突飞猛进的发展,信息内容日益丰富,网络能力保障日渐完善。而就姜堰本地而言,应该重视自身的教育优势,实现教育软实力与产业硬实力相结合。如今的移动互联网快速迭代,更是需要人才来实现本地企业的产业转型升级。十八届五中全会明确提出国家大数据战略和分享经济,加速拓展分享经济的服务领域,争取做到资源共享,用户仅有使用权;按需提供定制服务;优化资源配置;做为一个全民运动,企业主导与政府参与,实现数量配额制等严格准入制度,建立完善的产权保护、多元竞争机制。”
主题发言后,美林数据董事长程宏亮、华苏科技大数据产品总监牟晓东、浪潮集团大数据事业部总经理徐宏伟、泛微泰州区域总经理于博文、普林大数据学院院长欧高炎还一同就“互联网+大数据”助力政府精准治理与创新服务、助力传统产业转型升级和新时代背景下姜堰的开放创新与产业合作这三个话题,从各自经验和技术出发展开了深入讨论。
我们深信,本次研讨会的顺利召开,提出的诸多宝贵意见,必将促进移动信息化产业的创新发展,为姜堰本地企业产业转型升级提供建设性思路和发展新动力。
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。