古有“士者,国之重器;得士则重,失士则轻。”
今有“创新之道,唯在得人。得人之要,必广其途以储之。”
人才已经是社会的第一资源,随着人才竞争的日趋激烈,吸引、培养和使用人才已经成为了各个领域的核心问题。因为人才在促进经济发展、推动科技创新、加速文化传承等方面都发挥着重要作用。
新华字典中人才的解释是:有品德有才能的人;有某种特长的人。
最近为深入贯彻党的二十大精神,落实中央人才工作会议部署,全方位培养和用好青年科技人才,中共中央办公厅、国务院办公厅近日印发了《关于进一步加强青年科技人才培养和使用的若干措施》。《若干措施》明确,支持青年科技人才在国家重大科技任务中“挑大梁”、“当主角”。
人才很重要,但人才缺口却一直存在,人才供需正成为一个极具挑战性的社会问题。尤其在数字化、智能化时代,数字化人才的需求在不断增加。人瑞人才联合德勤中国发布《产业数字人才研究与发展报告(2023)》估算当前数字化综合人才总体缺口约在2500万至3000万左右,且缺口仍在持续放大。
领英发布的《未来就业报告:人工智能对工作的影响》显示,截至2023年6月,领英平台上的AI人才数量已经是2016年初的9倍。以中位数统计方式来看,2016年每1000名领英会员中仅有3名AI人才,而如今每1000名领英会员中已经有17名AI人才。
需求端的变化趋势更加迅猛,在领英全球平台上以英文发布的工作职位中,提及GPT或ChatGPT等AI新技术的职位发布比例,相比半年前(2022年11月)暴涨了21倍。
如何精准匹配和吸引数字人才、加速数字人才的供给与培养是数字经济发展背景下的重大挑战,也是值得企业探讨的关键问题。本期《数字化转型方略》寻找到数字化企业们,看看他们是如何看待现在的数字化人才缺口,以及如何培养未来的数字化人才。
他们都共同提到了培训课程、校企合作等手段,进一步建立起生态系统,这些对于解决人才紧缺的问题都会起到更大的作用。当然从个人角度,也要不断适应环境变化,动态的去寻找自己的生存点,这也非常关键。
《数字化转型方略》2023年第8期:http://www.zhiding.cn/dxinsight/2308
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。