达索系统(巴黎泛欧交易所代码:FR0014003TT8, DSY.PA)近日宣布启动“大学生创业训练营”计划,依托达索系统成熟的软件产品和代理商体系,为大学生就业和创业提供新思路和切实可行的落地方案,同时通过定向创业就业的方式,为工业软件行业培养和输送数字化人才。
据教育部统计,2022届高校毕业生规模创历史新高,如何做好高校毕业生就业工作成为社会普遍关注的问题。作为一家深耕中国市场的工业软件企业,达索系统积极响应中国政府关于拓展就业岗位、进一步支持大学生创新创业的号召。依托自身在中国市场16年的丰富经验与行业洞察,达索系统注意到工业软件行业与大学生人才之间的供需不平衡。一方面,众多行业面临人才缺口难题,从业人员需要具备软件使用技能、能够提供专业技术服务;另一方面,大学生们亟需拓展就业的新渠道、新机会。为此,达索系统面向普通高等院校大学(专科及以上)的大学生及毕业生推出“大学生创业训练营”这一定向创业就业计划,为大学生就业和创业提供新的方向,使人才培养紧密配合产业发展趋势。
“大学生创业训练营”计划将整合达索系统中国区位于华北、华南、华西、华中和华东五大核心区域的资源,在每一大区中选出2家由大学生创立的企业,吸纳其成为公司代理商,或与现有代理商进行合作,通过代理达索系统软件业务,培养一批具有创新潜质的数字化人才,助力大学生创业和高质量就业。
同时,达索系统将向初创企业提供资源支持以及量身定制的创业支持方案,并辅以为期三年的成长规划与辅导追踪:第一年为起步期,辅导毕业生们熟悉相关软件与业务,建立商机;第二年步入上升期,支持创业公司扩大团队,打造产品成功案例,进行有效的市场推广;第三年进入成熟期,帮助创业公司稳定产出客户,并最终转化为达索系统的正式代理商。
达索系统大中华区总裁张鹰表示:“扎根中国16年来,达索系统一直极为重视人才培养、关心人才就业。我们通过举办大学生创新设计大赛,激发数字化人才的创新活力;通过积极与国内大学携手,深化校企合作。此次达索系统启动‘大学生创业训练营’计划,旨在以定向创业就业的方式精准触达人才培养的关键一环,在产教融合发展中充分发挥平台作用,为全行业输送高质量数字化人才。”
“大学生创业训练营”计划将于今年6月正式启动,招募期为6-9月,敬请关注达索系统官方信息。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。