中国是名副其实的制造大国。数据显示,自2010年以来,我国制造业已连续11年位居世界第一。而在制造业发展的下一阶段,在从制造业大国转为制造业强国,真正实现“智造”的进程中,工业软件扮演着极其重要的角色。
作为工业领域里进行研发设计、业务管理、产品制造、生产调度和过程控制的相关软件与系统,工业软件被视为工业制造的大脑和神经,和产业发展 “上网入云”、走向智能制造的桥梁与纽带。
作为制造大省,2021年,广东省印发《广东省制造业高质量发展“十四五”规划》,提出打造珠三角高端制造业核心区。东莞作为“地级市高质量发展的领头羊”,更是制造业供给侧结构性改革创新实验区,承担着“打造全国先进制造之都”的重任,向着“万亿元GDP”的目标前进。
为激发制造业工业软件应用的创新活力,大力推进企业数字化转型升级,提升“东莞智造”能力,2021年11月5日,由广东省工业和信息化厅指导,东莞市人民政府主办,东莞市工业和信息化局、数字化工业软件联盟承办,华为云、数字化学会、中国工业技术软件化产业联盟协办的“2021工业软件创新应用大赛”(以下简称“大赛”)将在东莞正式启动。
届时,东莞市人民政府副市长万卓培,数字化工业软件联盟常务副理事长、工业和信息化部第五研究所副所长王蕴辉,东莞市工业和信息化局局长詹志斌,数字化工业软件联盟秘书长、华为技术有限公司工业软件及工业云CTO丘水平,华为云广东总经理徐卫星,以及数字化工业软件联盟生态推广组副组长、工业软件创新应用大赛总项目经理朱晓燕等领导将出席并为大赛启动点灯。
据悉,本届大赛将由11位权威评审团层层考核,通过线上演示、人气票选、上云培训、线下路演等方式进行筛选。最终将有30+团队脱颖而出,共同争夺总价值150万元的现金奖励,其中12支获得优胜奖的团队,每个队伍将独享10万元的现金大奖。值得注意的是,除了丰厚的奖金,本届大赛还将举办企业供需交流会,帮助决赛入围团队对接客户,促进产业链上下游深度合作,真正实现工业软件可应用可落地可推广的目标。
本次大赛以补链强链拓链为导向,紧紧围绕“工业云软件生态建设”,汇聚全国优秀的工业软件企业及开发团队,为行业识别、输送一批推广价值高、带动作用强、具有实际应用场景及业务价值的的软件产品,培育东莞市工业软件及数字化转型服务新业态的良性生态环境,推动制造业高质量转型升级,打造具有国际竞争力的软件和信息服务产业发展高地。
2021工业软件创新应用大赛的举办,将为国内众多优秀工业软件厂商搭载专业的展示平台,帮助企业对接客户,推动产业链上下游合作交流,真正做到工业软件可应用、可落地、可推广,助力制造业的智能升级。
工业进阶,制造升级。2021工业软件创新应用大赛,期待您的参与!11月5日起至12月20日,有意参赛者可登录大赛官网进行报名。更多大赛详情请登录数字化工业软件联盟官网了解。
好文章,需要你的鼓励
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。
这项研究提出了"思想家"(Thinker)任务,一种受人类双重加工理论启发的新型AI训练方法。研究者将问答过程分解为四个阶段:快速思考(严格预算下给出初步答案)、验证(评估初步答案)、慢速思考(深入分析修正错误)和总结(提炼关键步骤)。实验表明,该方法使Qwen2.5-1.5B模型的准确率从24.9%提升至27.9%,DeepSeek-R1-Qwen-1.5B模型从45.9%提升至49.8%。显著的是,仅使用快速思考模式就能达到26.8%的准确率,且消耗更少计算资源,证明了直觉与深度推理作为互补系统的培养价值。
这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究,揭示了大语言模型安全测试的根本规律:越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合,研究团队发现:更强的模型是更好的攻击者;当目标能力超过攻击者时攻击成功率急剧下降;社会科学能力比STEM知识更能预测攻击成功。基于这些发现,研究者建立了预测模型,表明随着AI进步,人类红队测试可能逐渐失效,提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。