6月26日,在MWC19上海会议期间,紫光旗下新华三集团在举行的“数字化创新与实践高峰论坛”上,携手国家信息中心、中国信息通信研究院、中国电信、中国移动、中国联通、首都医科大学宣武医院、Intel、亚信科技、中科大洋、万江科技、紫光华智、紫光云引擎等重要合作伙伴共同发布“5G场景创新联合计划”,标志着在5G商用时代全面到来之际,新华三将在联合方案、定制开发、行业赋能、样板建设、联合验证等五大方面协同战略合作伙伴共同发力、联合创新,为各产业的数字化革新共建可持续运营的5G生态环境。
新华三集团联席总裁韩志刚在发布会上表示,随着5G技术的逐渐成熟,聚合行业合作伙伴积极拓展5G生态圈,将为5G应用的创新注入新的活力,为持续推进5G产业的快速成熟和部署做出贡献。
韩志刚介绍,支持行业应用是5G的重要特征,新华三将依托自身在行业的积累和优势,携手运营商构建价值合作体系。2019年,新华三将在安防、水利、医疗、教育、工业、融媒和智慧城市七大垂直行业深耕细作,以5G技术为行业数字化升级赋能。
在新华三看来,5G技术的核心是更具效率的联接,也是创造价值的融合。未来,新华三将与行业伙伴保持深度合作,在5G全面商用时代,为每一个行业参与者提供数字化健康生长的土壤,以帮助更多行业伙伴有效应对挑战,加速完成数字化革新。
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。