案例名称:【智慧采购供应链一体化】
公司名称:【安阳钢铁集团有限责任公司(600569)]
案例简述:
安钢集团加快数字化转型,建设先进的采购供应链系统,推动安钢生产方式、业务形态、商业模式等产生颠覆式重构,改变原有传统模式,从根本上重塑安钢核心竞争力。
安钢集团与用友集团进行深度合作,通过用友釆购云和供应链云构建采购供应链一体化平台。以优化现有釆购管理模式和方式为目标,满足集团各层级采购管理横向对齐、纵向下沉的管理需求,重构安钢集团的采购模式、采购场景,支撑集团级采购战略、釆购职能、采购策略的落地,全面实现从需求计划、采购寻源管理(招投标、非招标、商城等)、釆购执行、供应商协同、仓储管理的全过程供应链管理的业务目标。同时通过采购供应链平台信息化技术手段,实现自动化、智能化应用与信息化的高度集成。
面对疫情反复的局面,安钢远程视频招投标打通了釆购的疫情堵点,迅速成为企业采购领域催生出的交易新模式,成为行业的标杆,实现远程不见面开标,自动抽取专家,智能避开疫情,本地化远程异地智能评标,过程智能存档和监督,既节省了差旅费,业务又不受疫情的影响,在各行各业得到推广应用。
扫码查看详细案例
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。