至顶网CIO与应用频道 09月25日 北京消息:达索系统(巴黎泛欧证券交易所:#13065, DSY.PA)在体验时代的制造业大会上探索如何将供应链转化为价值网络,帮助行业构想和打造可持续体验。这是达索系统面向行业决策者、意见领袖和3DEXPERIENCE平台用户的年度活动。大会与第二十届中国国际工业博览会同期进行。
通过演示、虚拟体验、小组讨论、客户案例和研讨会等活动,大会深入探讨了推动当今全球工业复兴环境下制造业变革的战略和策略。当前环境下,各种新型行业也正在为新型消费者开发新型解决方案。
达索系统行业解决方案、市场营销和全球事务的执行副总裁Florence Verzelen表示:“工业复兴超越制造业数字化的范畴,将虚拟世界与现实运营结合起来。市场对创新的需求倍增,因此企业需要迅速反应。领导者与其他人的不同之处在于,他们具备快速洞察大数据的能力,将有效信息融入用于开发和交付体验的知识与专业技术。体验时代的制造业大会面向的正是计划进行数字化转型以实现21世纪可持续创新的企业。”
此次大会为决策者组织了为期两天的高管学习考察活动,其中一个亮点是“行动中的制造业”,围绕虚拟和现实生产线构建的互动技术与战略研讨会,讨论如何利用3DEXPERIENCE平台进行物联网和制造业分析、供应链优化、制造工程、生产执行和精益管理,该研讨会是与麦肯锡数字化能力发展中心和清华大学联合组织。
大会还分享了关于未来制造业趋势,实现运营卓越、迎接制造业变革,发言人来自达索系统及其合作伙伴、客户和行业意见领袖,包括:
此外,达索系统在中国国际工业博览会(CIIF)上的展台位于7.2号展厅A131,用户可以参与虚拟现实的互动体验,了解3DEXPERIENCE平台是如何帮助其降低风险,提升业绩,与业务伙伴高效协作,并优化人力资源配置,实现新的业务模式。
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。