至顶网CIO与应用频道 11月21日 北京消息:当前,新一轮科技革命和产业变革加快推进,全球数字经济蓬勃发展,正成为驱动经济增长的新引擎,数字经济已经成为世界各国竞争的新高地。
为促进我国传统产业的数字化转型变革,总结当前国内外不同行业数字化发展经验以及我国数字化发展的现状和基础,分析传统产业数字化转型的内涵和主要特征,探索数字化与传统行业转型之间的内在联系,促进我国传统产业数字化转型提出有一系列科学的且操作性强的政策建议。至顶网将对中国企业数字化转型现状进行深入摸底和调研,全面描绘出中国企业数字化转型的现状、挑战、技术选型、未来发展。
目前2018中国企业数字化转型进程调研已经进入调研阶段,调研周期将持续到12月1日。最终,12月14日至顶网将正式发布“2018中国数字化转型进程”白皮书。
报告将分为数字化转型现状与挑战、核心技术发展、企业未来投资、行业应用几个章节。并附上热门数字化转型技术解决方案和数字化转型成功案例。尤其在云计算、大数据、人工智能技术的具体应用上进行深度分析,梳理出数字化转型入门者、探索者、应用者、创新者四类不同企业用户的典型画像。
报告在详尽分析企业数字化转型内涵和进程的基础上,从技术应用、创新、管理变革等维度构建企业数字数字化转型全貌。报告基于全国上万家企业样本数据,对全国全行业企业数字化转型水平进行分析,就夯实基础、深度数字化和管理变革等发展特征、趋势进行深入剖析,最后围绕企数字化发展未来趋势进行展望。
参与2018中国数字化转型进程调研也将在报告发布后免费获得“2018中国数字化转型进程”白皮书,以及2019年度产业、技术会议(中国云计算大会,中国大数据应用大会,WIC世界智能大会等)VIP门票、会议资料、会议视频,期待大家的参与!
2018中国企业数字化转型进程调研问卷
http://www.zhiding.cn/special/Digital_transformation_research_2018
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。