2月20日,航天信息股份有限公司与香港特别行政区商务及经济发展局(CEDB)签署[贸易单一窗口第三阶段]项目(以下简称香港TSW-3项目)合同。此前,航天信息成功中标香港TSW-3项目,中标金额达30.1亿港币(折合人民币约27.35亿元)。
单一窗口作为香港特区政府建设的中央资讯科技平台,支持业界一站式提交进出口贸易文件,具有提高报关、清关效率,便利贸易的优势。该系统的实施与应用,将会加强香港作为国际贸易及物流枢纽的竞争力,也将在进一步促进粤港澳大湾区海关监管、贸易服务的互通互鉴方面发挥积极作用。
单一窗口第一、第二阶段现已上线,在香港TSW-3项目中,航天信息与合作伙伴将提供单一窗口第三阶段完整全面的系统设计、开发、实施、维护服务。系统计划于2026年起分批推出,届时,业界可以通过中央平台24小时提交进出口贸易电子文件。
香港TSW-3项目与航天信息正在开展的海关和国际贸易领域的技术研发及应用研究高度契合,是航天信息实施新战略以来,在境外地区中标金额最大的数字政府项目,将为香港特区政府数字化建设起到积极助力,并对后续公司推进境外业务高质量发展、拓展国际化市场具有重要作用。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。