[波兰,华沙,2020年11月6日]牛津经济研究院11月6日发布《华为对欧洲经济影响力报告》,报告指出,2019华为在欧洲的经营活动为欧洲创造了164亿欧元的经济收益;直接或通过其供应链支撑了22.43万个工作岗位和66亿欧元纳税。
华为在研发领域对欧洲也有积极贡献,据欧盟委员会发布的《2018/2019年欧盟工业研发投资排名》,华为名列第五。在欧洲专利局的2019专利申请排名中,华为专利申请排名第一。牛津经济研究院欧洲和中东经济影响力咨询主管Pete Collings表示:“研发投入,就像华为所做的那样,对提升欧洲经济的整体生产力至关重要。”
华为驻欧盟机构首席代表刘康表示:“2019年,华为对欧洲GDP的直接贡献为28亿欧元,过去五年平均增长率为11.4%。在2020年这个特殊的时期,华为在欧洲保障网络稳定、安全地运行,满足人们在线办公、在线教育等需求。华为在欧洲发展二十年,扎根本地,共同推动行业产业发展。面向未来,仍将与伙伴一起,共渡难关,创造价值。”
牛津经济研究院评估了华为对欧洲的整体经济影响,包括华为对欧洲GDP的贡献、华为在欧洲支撑的工作岗位及创造的税收。
在此下载牛津经济研究院报告:
https://www.oxfordeconomics.com/recent-releases/The-Economic-Impact-of-Huawei-in-Europe
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。