案例基本内容和执行情况
依托移动云完备的云平台服务能力,云空间产品于2023年打造云原生数据服务平台,致力在大模型时代,提供海量数据存储、算力集成、数据管理等一站式数据加工作业平台。
(1)数据存储方面:支持跨云多站点存储统一纳管,依托数据处理引擎,可支持亿级元数据集中管理,数据处理响应可到百毫秒;同时基于基于数据流通行为记录,进行场景化数据行为标注,结合公有云、私有云、边缘云等多云融合技术,提供基于用户个性化行为特征的数据漫游服务,实现数据灵活调度,提升数据服务体验和质量;
(2)算力集成方面,集成数据加工引擎,当前已支持云解压缩、图片缩略图、音视频转码、相册AI等数据加工原子算力,基于存算一体、一管多存架构,实现多媒体数据在线实时秒级处理能力,同时标准化算力集成模式,支持其他数据加工原子算力的快速集成。
(3)数据管理方面:制定统一数据接入规范,统一数据语言,实现全局元数据集中管理,提供多种数据特征值算法,完成数据多维多场景标注,基于数据全局特征值,实现全局资源池数据去重,减少数据冗余存储,基于多维多场景数据标注,可实现数据图谱自构建,自动盘点数据资产,提供智能化数据管理。
(4)支持数据全生命周期管理,包括创建、修改、多版本、删除、使用等管理规范和能力,为企业提供高质量数据资产治理效能。
案例主要经济成效和社会成效分析
随着企业信息化建设进程日益深化,企业数据正成为团队生产力提升的重要抓手、企业长期发展的重要资产。
云空间通过打造企业数据服务平台,实现了企业数据资产的统一存储、集中管理、日常协同。从企业安全角度,为管理者建立了高效的数据管控手段,实现企业办公文件资产传播可控、永不丢失;从员工办公效率角度,实现了日常文件的团队共享、全局查询、数据流转。
云空间数据服务平台与基础办公应用深度互通、并支持与企业内部自建系统对接融合,整合企业全场景、全应用业务数据,跨系统存储、读取,打破应用竖井模式下的带来的数据壁垒问题,为企业生产效率提升及数字化创新奠定基础。
目前云空间已成为企业一站式数智化门户,全面助力政务、教育、党建等数十个行业低成本实现云化及数字化,促进信息化资源共享、赋能中小企业数据创新。截至23年底,云空间用户规模达97.09万人,云盘数据存储量达206.6PB,年产品总收入2.66亿元,年利润率33%。
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。