2023年12月29日,中国物流与采购联合会智慧供应链公共服务平台合作签约仪式在八分量总部园区成功举行。这不但标志着供应链行业的数字经济驱动模式步入深层领域,更标志着中国的数据供应链开始走向自主创新,这对行业、产业的数据运营、产数融合发展具有十分重要的意义。
大会现场
本次活动深受各界关注,中国物流与采购联合会副会长蔡进、会长助理胡大剑、中国物流与采购联合会公共采购分会秘书长、采购委常务副主任彭新良、中国物资再生协会会长许军祥、浙江省玉环市经信局书记张国力、北京泰北时代数字经济产业园总经理黄子芯、八分量董事长阮安邦等出席并参与签约活动。
中物联公共采购分会、清华大学网络行为研究所、北京大学软微学院、中关村国科航天产业技术创新联盟、浙江省玉环市经信局、浙江智联阀门平台、侠云科技、数无尽藏科技有限公司等均委派嘉宾现场出席、见证本次签约活动。
与会领导参观八分量
与会的领导、嘉宾参观了北京八分量信息科技有限公司的可信数据中心展厅和技术研发部门,并听取了公司创始人阮安邦关于公司技术发展和产业数据应用的汇报,来访领导嘉宾们向阮安邦提出了许多事关国计民生、产业安全和经济振兴的问题,现场进行热烈探讨,对公司在智慧供应链领域发展所取得的经济效益、社会效益表示赞赏。
八分量魏明发表欢迎致辞
签约仪式由八分量联合创始人魏明主持。
中国物流与采购联合会会长助理胡大剑代表中物联致辞,阐述了本次合作的意义及对未来的展望。胡大剑在讲话中对当前新时代的新一轮技术革命进行了全景式的分析,对数据的资产化、要素化、流通性等的新格局、新特点展开了探讨,对智慧供应链公共服务平台进入“数据运营阶段”提出了具体要求和期望——期望未来的平台、企业、数商、资本都通过平台的数据运营获得真正的实惠、帮助,真正实现融合互补、资源互通、数据互信,实现以数字经济驱动实体经济的协同发展,依托平台的数据运营核心能力,实现跨产业链、跨供应链的共同发展、持续发展。
胡大剑代表中物联致辞
胡大剑和阮安邦分别代表中国物流与采购联合会和北京八分量信息科技有限公司签署了合作协议。这预示着“智慧供应链公共服务平台”开启了全新的重要篇章——在平台正式进入“数据运营阶段”后,推动产业相关数据技术和应用场景的平台化、数字化、可信化、产业化和流通化等各方面的发展,实现数据、产业、价值的全面融通。
智慧供应链公共服务平台签约仪式
供应链离不开产业,数据供应链更离不开产业,“浙江泵阀产业大脑”作为产业平台,一直致力于推动“产业数字化、数据供应链”并行发展和融合的进程。浙江省玉环市经信局书记张国力代表浙江泵阀产业大脑与平台签署入驻合作协议,成为智慧供应链公共服务平台的首个产业合作平台伙伴。这预示着产数融合模式和产业数据基础具备了发展条件,这是产业发展到高级阶段的必须,也是供应链公共服务的必然。
智慧供应链公共服务平台签约仪式
签约仪式最后,董事长阮安邦代表八分量致答谢词,感谢各方的支持和信任。阮安邦在致辞中展望了行业发展的未来方向,并就平台和八分量在未来的角色、能力和价值发表了深刻见解。
八分量阮安邦发表答谢致辞
此次签约仪式的成功举行,不仅加强了中国物流与采购联合会与北京八分量信息科技有限公司之间的合作,也为中国智慧供应链的发展注入了新的活力。双方将共同努力,推动智慧供应链技术的发展和应用,为行业提供更加高效、智能的服务。我们相信,未来的智慧供应链公共服务平台,将会是各方企业、数商和资本真正建立互信机制、实现融合发展的最佳空间和最好机遇。
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。