近期,第二届中国智慧城市科学发展大会暨第四届中国智慧城市颁奖礼在北京举办。中国工程院院士倪光南、国家信息中心信息化和产业发展部主任单志广、华为中国区智慧城市执行总裁林明、软通智慧数字政府事业本部总经理钟瑞峰等众多专家学者、企业代表齐聚一堂,探讨智慧城市的转型方向,挖掘未来产业发展的新动能。
政企互联创新服务 升级数字政府治理能力
随着信息化技术的不断升级与应用,数字政务一体化是趋势所在。数字政府治理能力与水平,是国家治理能力现代化的一个重要指标,亦是法治政府、法治社会的强有力支撑。在主题为“数字政府3.0,新基建之上”的分论坛上,软通智慧数字政府事业本部总经理钟瑞峰就“如何理解数字政府”、“企业如何参与数字政府建设”等相关主题同专家学者、企业代表进行了深入的讨论和交流分享。
对话中钟瑞峰谈到:数字政府建设是一个复杂的系统工程, 当前数字政府3.0的建设应该建立在以满足服务、场景、平台、体验、用户、数据六个需求为基础上的内外共发力。外延:衍生出新的服务主体、服务模式和服务形态;内涵:打通各委办局互联互通、数据共享和政府行政效率的提升。在此过程中还要发挥政府信息化主管部门的统筹调度作用,政府部门以全局的视角统筹考虑各领域、各层级、各部门的需求,通过顶层设计进行统筹规划和部署,构建统一的标准规范体系、技术规范体系、安全防护体系、运维监管体系,建立数字政府建设的规则和“规矩”。
没有规矩,不成方圆,通过政府侧立“规矩”,一方面让各建设主体按“规矩”来,做到数字政府建设的“书同文,车同轨”,才能形成更强的“合力”;另一方面,也可以在很大程度上避免大家“重复造轮子”,避免重复建设。
愿景驱动技术突破 打造高效智能便捷智慧城市好产品
智慧城市是未来城市的发展趋势,也是人们对美好生活向往的期待。分论坛主题对话环节还围绕如何打造智慧城市,什么样的智慧城市产品是真正被人民需要,被市场需要展开讨论。钟瑞峰认为:一个好的产品,要能帮助政府、企业和市民减少时间浪费,减少重复工作,提高办事办公效率。
软通智慧作为智慧城市建设的领航者,以“善政、兴业、惠民”为城市服务主线,构筑了从顶层设计、咨询规划、平台建设、产品集成到数据运营和生态发展的端到端的一揽子解决方案和服务,助力中国城市数字化的转型,为群众打造更智能、更便利的城市生活的需求。
在湖北省荆门市,软通智慧打造的全市一网、覆盖城乡的智能自主服务终端,给市民提供家门口的政务服务。荆门市民可以在社区、村里办理超过374项不同类型的公共服务事项,在办事过程中,市民只需将身份证“拍”在感应区上并通过验证,就可以完成查询打印、预约预审、受理办理等业务,不需要跑到政务服务大厅,不需要排队,不需要重复填表,不需要重复提交材料,就可以在家门口便捷的办事,享受政务服务的便利。
新型智慧城市的建设离不开更智能、更惠普的信息基础建设。未来,软通智慧将基于对建设未来智慧城市的愿景,不断实现技术突破,为新基建发展和推进城市数字化转型注入新的动力。
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。