ZD至顶网CIO与应用频道 07月25日 北京消息:7月22日,联想集团和科大讯飞在北京签署了战略合作协议,双方将联合推出面向普教领域的“联想-讯飞”智慧课堂整体解决方案,并通过双方渠道体系的合作,实现“智慧课堂”系列方案在全国教育行业的推广,共同促进我国智慧教育普及和发展。联想集团副总裁中国区商用业务销售总经理叶明、科大讯飞高级副总裁徐玉林等双方领导出席了签约仪式。
联想集团与科大讯飞签署战略合作协议
优势整合协同创新 孕育智慧课堂整体解决方案
针对国之大计的教育行业,“十三五”规划提出要“加快基本公共教育均衡发展、推动现代信息技术与教育教学深度融合”。在普教领域,“以教师为主导,以学生为主体”的教学方式变革正急迫呼唤能满足交互式学习、翻转课堂、互动课堂需求的高品质解决方案。
联想作为教育行业领先的IT基础架构解决方案提供商,已深耕教育行业三十年,具备完整的端到端产品链、覆盖全国的销售和服务渠道,以及众多成功案例的实施经验。联想在今年提出以“双态IT”的理念服务教育行业——稳健固本的“稳态IT”以教学内容为核心,整合现有系统,构建标准化、高严谨的信息平台,实现科学的“教学管理”;灵动创新的“敏态IT”以教学服务为核心,打造资源动态扩展的系统平台,促进教育主管部门、学校与师生之间的“服务协同”。
而科大讯飞作为中国智能语音与人工智能产业领导者,在语音合成、语音识别、口语评测、自然语言处理等多项技术上拥有国际领先的成果,并创新性地将国际领先的智能语音技术应用于教育领域,所开发的"畅言"系列教育产品,已经在全国29个省市自治区直辖市,及新加坡等海外市场广泛应用,使用师生超过6500万,并且获得中央领导、教育部及各级教育主管部门的高度评价。
此次合作,体现了双方对教育信息化建设细分市场的战略一致性。双方此次推出的“联想-讯飞”智慧课堂整体解决方案,以联想高品质的平板设备为硬件平台,搭载科大讯飞为互动课堂教学量身定制的应用软件,可完成课堂互动交流、在线考试评测、教学效果评估等内容;形成了一套完整的教、学、练、评具有大数据元素的互动教学平台。同时,双方还将展开渠道体系建设的深度合作,以资源互用深化用户覆盖,智慧课堂在全国教育行业深度推广。
着眼长远 服务教育信息化建设
签约仪式上,联想集团副总裁中国区商用业务销售总经理叶明表示,联想在教育领域已经有30年的经验积累,对中国教育客户有着深刻的理解,此次与科大讯飞的合作是联想践行“Open+”策略的又一重要举措,联想希望通过与行业内优秀合作伙伴的协同创新,承载多样性的应用,为用户提供更好的使用体验。
联想集团副总裁中国区商用业务销售总经理 叶明
科大讯飞高级副总裁徐玉林则表示,科大讯飞一直重视在教育领域的业务布局,之前已经创立了讯飞教育信息化研究院,近期还将投入10个亿,为超过1000所学校提供智慧课堂应用服务。这当中不仅包含北上广等一线城市,还包含教育资源相对短缺的西部地区。此次与联想合作,就是要形成技术、渠道、服务的合力,把用户体验更好的方案,在全国进行普及。
科大讯飞高级副总裁 徐玉林
联想与科大讯飞的此次合作,正是针对当下智慧课堂建设掣肘于硬件设备质量参差不齐、硬件与应用脱离、配套服务落后等难题,通过双方的协同创新形成合力,共同为教育行业输出领先的智慧课堂整体解决方案。此次双方合作的开启,对我国普教领域智慧课堂的普及有着积极的促进作用,助力我国教育信息化在“十三五”时期实现跨越式发展。
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。