7月5日,紫光旗下新华三集团(以下简称新华三)“融绘数字未来——2018新华三数字领航百城巡展”走进西安。作为本年度最为重要的市场活动之一,新华三将通过“数字领航百城巡展”向业界集中展示涵盖数字化基础设施、数字化平台和基于生态合作的数字化应用等多个层级的数字化解决方案全体系领先能力,并全面分享如何通过数字化创新推动百行百业的数字化转型。
(2018新华三数字领航百城巡展走进西安)
西安市人民政府副市长强晓安出席并发表致辞:“数字经济已成为全球经济新引擎和世界经济的新未来,西安硬科技产业发展也已经按下快进键、正在跑出加速度。紫光集团在国家战略引导下,在全球信息产业中强势崛起,紫光旗下新华三集团已成为数字化解决方案的引领者。以这次活动为起点,齐心协力,携手共进,充分发挥紫光集团和新华三集团在技术、品牌、产业等优势,共同打造全球硬科技之都,开创西安市信息惠民便民利民的新篇章。”
(西安市人民政府副市长强晓安发表致辞)
百城百业,数字经济比重不断提升
数字技术与传统产业的结合,正在创造着全新的未来和无限可能。据毕马威的研究数据显示,2017年,数字经济在中国GDP中的占比达到36%,实现29万亿的贡献。到2030年时,这一比例将会达到77%,超过153万亿的GDP贡献将来自于数字经济。新华三认为,数字化转型是众多企业实现更好的生存与发展必须经历的过程,并提出数字化技术战略——“应用驱动,融绘数字未来”。
为探索新形势下城市经济数字化转型新路径,新华三已连续两年发布《中国城市数字经济指数白皮书》。今年3月发布的白皮书(总体信息详情可参见白皮书全文http://deindex.h3c.com/)调查评估显示,西安市在数字经济评估中综合排名全国第二十二,数字经济发展在西北地区处于领先地位,在智慧旅游、互联网+工业、军民融合产业等方面都有比较突出的建设成就,具备进入全国领导者序列的发展趋势。另外,西安已经成为西部唯一的国家级云计算示范城市,为云计算产业在西安的拓展打下了牢固的基础。随着城市服务、城市治理等领域中数字化项目的应用逐步完善,西安的数字经济发展将会有进一步的突破。
以创新和领先的数字化解决方案推动产业变革
作为数字化解决方案领导者,新华三将凭借在行业洞察、完备连接、全栈式云平台、高效数据引擎、主动安全、AI(人工智能)构建、数字生态汇聚和全生命周期专业服务等方面的领先能力,不断推动各领域产业升级与转型,促进数字经济的快速增长和可持续发展。
在本次巡展活动中,新华三集团正式对外发布全新的网络智能管理平台iMC,重新定义了网络管理系统,在全面继承上一代产品优势的基础上,从理念、架构、技术、功能等方面进行全方位的革新,实现万物互联时代网络系统的有序状态。并且,新华三向业界展示了其数字化技术的重要创新成果,包括新华三首创的物联时代准入管理系统鹰视2.0、应用驱动网络解决方案ADNet 3.0、400G数据中心方案、Comware V9网络操作系统、绿洲物联网平台2.0、安全云、云墙、大数据AI引擎、CloudOS 3.0云管理平台、InfoSight先知智能运维系统等,以及架构咨询和新型智慧城市技术服务解决方案。目前,新华三可以为用户提供包括计算、存储、网络、安全的IT基础设施和云计算、大数据、物联网等创新平台,以及全生命周期咨询与服务在内的全方位数字化产品和解决方案,是国内极少数具有如此广泛和完备能力的领先企业之一。
新华三一直服务于陕西省各行各业信息化建设,在政府、教育、医疗、企业、交通、电力能源、金融、运营商等领域拥有丰富的实践经验,打造了一大批数字化转型标杆。例如,助力陕西省粮食局实现省级粮食信息管理平台的云化升级,为后续市县粮食局信息化建设起到示范引领效果;与西安电子科技大学联合构建无线大数据分析系统,实现对无线校园的精细化运维,助力智慧校园转型;深入理解铁路总局关于铁路计算机网和数据通信网融合指导规范,推出两网融合安全解决方案,为西安铁路局信息化应用系统提供安全可靠的承载平台。
(新华三集团中国区副总裁徐继恒)
新华三集团中国区副总裁徐继恒表示,新华三今年推出的《中国城市数字经济指数白皮书(2018)》对中国100个城市的数字经济发展进行了深入分析,能为政府与企业提供决策参考和支持,让城市管理者能够更好地利用实际资源探索实现数字化转型,构建智慧城市的新路径。作为数字化解决方案领导者,新华三将充分发挥全方位的领先能力,与客户和合作伙伴一道,共同谱写“融绘数字未来”的美好乐章。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。