ZD至顶网CIO与应用频道 03月08日 北京消息:2017年3月3日,徐工信息自主研发的国内首个工业物联网大数据平台一次性通过新能源GB/T 32960符合性检测,为徐工信息逐鹿新能源汽车服务领域奠定基础。
新能源GB/T 32960的标准是国家工信部为了落实新能源汽车推广应用安全监管要求所颁布的一项强制性标准,它不仅要求各企业建立新能源汽车企业监管平台,而且还要完成与国家监测平台的对接工作。
本次平台符合性验证,标志着工业物联网大数据平台具备了接入新能源汽车的能力,是其跨行业应用的一次成功实践。自此,徐工信息跨入征战新能源市场的新阶段。
徐工信息自接到徐工汽车新能源车联网建设需求起,在总经理张启亮指导下,迅速成立了专项攻关小组,从新能源车辆基础数据采集、转发、分析、监测各环节进行了层层分解和部署,开始产品设计与开发。面对一个新的陌生领域,团队成员没有因为未知而裹足不前,没有因为遇到困难而徘徊,没有因为试验条件缺失而避重就轻,而是直面问题,大胆创新,群策群力,稳步落实。经过无数个通宵达旦,无数个早起晚归,无数场激烈讨论,最终,众人的智慧全力保障了平台对接检测一次性通过,并且圆满完成符合性测试工作。
日行千里不言其路之遥,夜跃八百不语其道之艰。在总经理张启亮的带领下,徐工信息将继续撸起袖子加油干,不断践行物联网新平台、新模式、新领域、新价值。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。