案例名称:【“一体两翼”推动“工农云网”平台建设】
公司名称:【安徽省司尔特肥业股份有限公司(002538)】
案例简述:
肥料制造行业目前整体仍处于粗放式制造生产阶段,上下游企业协作困难、无法及时获取用户需求和企业内部管理现代化程度低、农户在施用肥料时不能科学施肥造成环境污染和极大浪费等多重原因造成肥料生产成本和农产品生产成本过高、产品在市场上的可持续竞争能力不足以及农产品品质不咼等问题的出现。
基于整个行业的发展现状,司尔特公司“立足工业、服务农业”,旨在通过建设“工农云网"工业互联网平台进一步加快行业两化深度融合,充分利用互联网工具和思维,带领化肥生产这一传统制造业完成数字化转型。公司以建设“工农云网''平台为核心抓手,打造“一体两翼”数字化转型新模式,全面构建基于面向产品的工业制造智能服务体系的工业互联网平台和面向用户的农业生产智能服务体系的农业互联网平台,围绕司尔特产业上下游资源持续建设以“工农云网”为数据中心和应用中心的平台生态体系,促进产业上下游采购供应链、产业链、价值链、创新链四链协同发展,充分发挥线下线上平台经济优势,积极响应国家号召,推动跨越工业、农业和服务业等产业领域的融合创新。
通过“工农云网”平台项目的实施与深度应用,推动企业生产制造+工业互联网融合发展进程,形成数字赋能的网络化协同、规模化定制、服务型制造的新模式新业态,为企业提供针对制造运营的从生产计划、生产订单、投料与领料、生产汇报、产品入库、订单结案全过程的监督与控制;实现产品数据共享与分配、协同计划、跨组织领料、跨组织入库等,协助企业有效进行多工厂协同生产。平台涉及产线22条,下游全国29个省市2000余县市6000余经销商和15万余用户,产品迭代优化升级周期由原来的4个月缩短为1.5个月;产品及时交付率提升至97%;管理精度提高到93.5%;客户平均满意度提升至95%;综合能源消费值降低20.03%;每年为产业链下游提供工业原料二百余万吨。
扫码查看详细案例
好文章,需要你的鼓励
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。
华中科技大学和香港中文大学研究团队提出SATORI-R1,一种通过空间定位和可验证奖励增强多模态推理的新方法。该方法将视觉问答任务分解为图像描述、区域定位和答案预测三个可验证阶段,解决了自由形式推理中注意力分散和训练收敛慢的问题。实验证明,SATORI-R1在七个视觉问答基准上一致提升性能,最高达15.7%,并展示出更聚焦的视觉注意力和更低的训练方差。