至顶网CIO与CTO频道 07月02日 编译:区块链技术现在改善了挪威海产品供应商与消费者之间信任的问题。
消费者现在开始要求获取有关自己吃的食物的更多资料,供应商则希望能够保证知道食物的来源,以确保食物的质量和出处。
区块链技术可望确保整个供应链中的每一项都可以追溯到来源。
IBM日前宣布与挪威海鲜协会Sjmatbedriftene合作,提供整个挪威海鲜行业供应链数据共享的区块链技术。
挪威海产品以其质量着称,挪威在2019年出口的海产品超过270万吨,相当于每分钟25,000份晚餐用的海产品。
使用区块链技术能够提供完全可追溯的产品,这对于确保海产品从海上到餐桌的出处至关重要。
三明鱼海洋养殖公司Kvary Arctic使用追踪和出处技术向美国和加拿大领先零售商交付海产品,是使用这种技术的首批公司。
BioMar则是个鱼类饲料公司,对于北欧海鲜公司的海鲜来源和质量以及鱼类食用的饲料质量有深入的了解。
如果能够监视鱼的来源、鱼的生长和储存条件,供应链就可以减少食物浪费及提高可持续性,这对海鲜消费者和食品工业来说至关重要。
Kvary Arctic首席执行官Alf-Gran Knutsen表示,“利用区块链我们可以分享海鲜从海洋到销售店的旅程。这一点在现在来说非常及时,消费者希望获得有关自己的食用食物来自何处的更多信息。”
为了在商业上获得成功,有些公司现在利用私有区块链网络记录各种信息,包括有关捕获位置和时间、供应链事件(如运输更新和清关)以及温度数据,这些数据还可以在网络上和有关商家共享。
IBM基于云的区块链平台(Blockchain Platform)网络可以令店里的客户知道鱼来自哪个海域、鱼的捕捞时间、鱼的食用饲料以及设施是否使用了可持续方法。
海关机构也能够访问有关货物数量和位置数据,这可以以加快通关速度。
海产品生产商在整个供应链共享这些信息时也可以收取一些额外费用,为捕捞鱼类的人增加报酬。
IBM最近的一项研究显示,71%的消费者表示可追溯性对于他们来说很重要,而且他们也愿意为提供可追溯性的品牌支付额外费用。
组织和财团利用IBM的区块链透明供应(Blockchain Transparent Supply)技术可以为自己的供应链运营构建可持续、透明的、基于区块链的生态系统。
能够做到对鱼的来源、鱼的生长方式或存储方式的追踪非常重要。透明度可以大幅减少欺诈行为和食物浪费的可能性。
区块链提供了不可改变的分类账本技术和透明度,利用区块链技术直接追溯产品的源头就十分简单了。
企业私有区块链可以令更多的企业用上基于区块链的分类账技术确保分类账上的每笔交易的问任和可追溯性。
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。