案例名称:【基于互联网大数据的智能定商定价采购管理平台】
公司名称:【福建水泥股份有限公司(600802)】
案例简述:
随着企业的不断发展,陈旧的管理模式已经不能适应飞速变化的市场,急需从内突破,找到一套行之有效的新型管理模式,提出了数字化、智能化转型要求。
福建水泥采购云主要是建立了一套与ERP无缝集成的供应商管理、电子采购、供应链管理系统,实现业务财务一体化,系统覆盖了公司询报价、自主招标、法定招标、在线竞价、MRO物资采购、废旧物资拍卖等所有采购定价行为场景,实现了全程线上化、全程留痕和全程线上协作的互联网寻源选择、智能比价推荐、可追溯可监管可审计的采购智慧定商定价场景,搭建了基于互联网大数据的供应商管理全面、自动化的供应商评价体系覆盖准入、建立、发展、淘汰全生命周期管理并对接外部征信数据服务和重大事项预警、财务风险跟踪等动态化供应商风险监控场景,构建福建水泥供应商管理提升、采购管理规范提升以及增效降本提升,定商定价,尽在掌握,更合规、更高效、更智能,重塑采购价值。
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。