案例名称:【基于新IT手段推动基因科技行业生产交付和业务运营数字化转型]
公司名称:【深圳华大基因股份有限公司(300676)】
案例简述:
随着基因科技行业的发展,以及公司业务和人员规模、服务区域的快速扩张,公司原有信息化平台无法满足大规模数据的全自动化分析处理和企业组织信息化管理的需求,企业运营、运维管理和信息安全管理等方向面临新的挑战,需要进一步加大数字化建设投入。
本案例重点推动云计算、大数据、人工智能等新一代数字化技术与基因检测技术深度融合,紧抓企业运营和生产交付的两条数字化转型主线,进行基础设施升级改造和ERP系统建设。公司通过云计算、大数据、异构计算等“新IT”手段,全面升级和集成全业务流程信息系统,提升基因大数据分析处理效率,实现降本增效,普惠大众;逐步升级人力资源管理、供应链管理等系统,利用人工智能打造数据中台和智能化运维平台,完成数据“汇洗存管算用”一体化平台建设,辅助提升公司整体运营决策效率,健全企业内控及合规性建设。
目前,公司已建成以客户为中心的服务运营体系,全面提升了信息化水平,实现降本增效,进入到数字化中高阶实施阶段,并为下一阶段行业的迅猛发展奠定坚实的数字化基础。公司数字化转型全平台解决方案,极大缓解了基因科技行业大数据计算和存储、服务交付时间长、效率低的问题,并显著降低了社会公共卫生成本,提升了信息化和隐私保护水平以及服务质量。同时,新IT是企业实现“双碳目标”的重要途径,公司致力于成为驱动基因产业绿色低碳改造、实现节能降耗减排的重要引擎和标杆。
扫码查看详细案例
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。