在1月9日上午举行的国家科学技术奖励大会上,“第四代移动通信系统(TD-LTE)关键技术与应用”项目荣获2016年度国家科学技术进步特等奖。
记者从大唐电信集团获悉,大唐电信集团(电信科学技术研究院)作为主要完成单位与产业链伙伴共同获奖。
目前,我国现已建成全球最大4G网络,开通超过150万TD-LTE基站,用户规模突破5亿户。至2016年11月TD-LTE已在46个国家部署85张商用网络,实现了全球广泛应用。
据了解,该项目攻克TDD宽带、高速移动和大容量等技术难题,在全球多个TDD技术提案的竞争中胜出,成为两大主流4G国际标准之一。研制出TD-LTE高集成度28nm “五模十三频”芯片、高端智能手机、全系列基站和测试仪表,实现全产业链进入全球高端。提出高效干扰控制、基于用户体验的网络规划、体系化覆盖及优化等方案,建成优质4G网。
此外,该项目创建了涵盖技术、系统、组网的测试理论、方法和评估体系,研制出覆盖全产业链的测试平台。创建标准推进平台、产业协作平台、国际推广平台,政产学研用高效协同,形成了大兵团作战的新型创新体系。
移动通信是国家关键基础设施,是全球科技创新和国家竞争力的战略必争高地。2005年全球进入4G标准竞争热潮,我国重点克服了技术、产业、组网、测试、组织机制五大挑战,突破重大核心技术,提出并主导TD-LTE国际标准,实现了全产业链的群体突破,并在全球广泛应用,实现了我国移动通信产业发展的历史转折。
TD-LTE商用,为用户提供了高速稳定、安全可靠的移动宽带服务,相对3G网络,用户平均速率提升10~40倍,有力地支撑了互联网+蓬勃发展,是传统产业转型升级和信息经济增长的核心驱动力,成为经济增长的新引擎。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。