近日,紫光旗下新华三集团凭借对交通行业数字化建设的深刻洞察以及专业的方案设计实力,成功中标重庆高速集团ETC云数据中心项目,为重庆市进一步完善高速公路网络及配套设施提供高水平的数字化支持与保障。
ETC是高速公路收费系统的重要技术发展方向,同时也是高速公路智能化的必经之路。作为国内最早开始ETC系统建设的高速公路大省,截至目前,重庆高速ETC用户已突破140万,ETC日均通行量25万辆次,ETC日均交易额853万元,ETC日均通行量占重庆路网客车流量的42%。面对ETC用户量与交易量激增的现实背景,重庆高速迫切需要通过建设新的ETC云数据中心,对其核心系统的网络及配套设施进行进一步升级改造,以数字化力量保障高速智能化转型阶段工作有序推进。
面对重庆高速升级改造的重任,新华三深入一线调研评估,紧扣ECT云数据中心目前与未来业务快速增长的网络需求,通过专业完备的ICT解决方案,为云数据中心提供稳定的计算资源,存储资源及网络资源,助力重庆高速ETC收费服务的不断完善,提升高速公路通行及收费效率。同时为了减轻高速管理者运维压力,新华三全面的网络管理方案通过统一网管对重庆高速整网进行运维,使资源使用情况一目了然,便于管理者更高效合理地规划分配资源。
作为交通行业数字化建设领导者,新华三在高速数字化建设领域建树颇丰,承建了全国ETC联网中心,同时以创新的网络、大数据、云计算等数字化解决方案服务全国28个省份200余条高速公路。未来,新华三将继续引领创新技术在高速公路智能化服务领域的实践应用,助推我国公路交通全面实现数字化转型。
好文章,需要你的鼓励
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
这项由北京大学人工智能研究院完成的研究,首次从数据压缩理论角度揭示了大型语言模型存在"弹性"现象——即使经过精心安全对齐,模型仍倾向于保持预训练时的行为分布。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。