案例名称:【基于工业互联网的锡冶炼智能化生产线关键技术研发打造数字工厂】
公司名称:【云南锡业股份有限公司(000960)】
案例简述:
传统的冶炼制造业走向智能工厂是传统产业转型的必然趋势,也是企业内涵式高质量发展的内在需求。云锡开展锡冶炼数字工厂建设,以《国家智能制造标准体系建设指南》为依据,充分借鉴其他行业自动化、智能化先进技术,彻底改变锡冶炼自动化水平长期落后于其他金属冶炼的面貌,是目前全球数字化程度最高的锡冶炼项目。
项目总体采用了工业互联网技术路线,从物料验收、配料、粗炼、精炼以及副产品回收,烟气治理等环节到锡产品入库全面实现了数字化管理,解决了传统有色金属冶炼工厂工艺流程复杂、老旧存量设备数字化改造难、不同厂家设备协议标准融通难等问题,形成了有色金属冶炼工厂数字化转型可复制、可推广的新模式。
以“云锡冶炼数字工厂”为依托的“锡产业工业物联网平台关键技术研究与应用”成为云南省唯一入选国家工信部示范项目;“基于工业互联网的锡冶炼智能化生产线关键技术研发”成为云南省首批科技揭榜制重点项目。同时,“云锡冶炼数字工厂”项目入选数字云南展厅(二期)和云南省规划馆展示内容。
扫码查看详细案例
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。