至顶网软件频道消息: 12月13日,中国电子信息行业联合会信息系统集成资质工作办公室颁发了2017年度“信息系统集成与服务大型一级企业资质”证书。凭借强大的综合实力,软通动力获得该项资质,意味着其具备了承担我国国家级重大信息工程项目的能力。
“大型一级企业资质”是目前我国软件和信息系统集成及服务行业的最高资质,旨在通过资质评选,培育信息系统集成及服务行业的龙头骨干企业,推动信息系统集成及服务企业做大做强,以满足国家大型、复杂和重要信息系统建设和信息安全保障的需求。
其评选标准严格,需是具备承担国家及行业重大信息系统能力的骨干企业,且业绩突出,技术水平和市场占有率位居全国前列。此外还包括,对国家、行业信息化建设有较大贡献、研究开发能力居国内同行业领先水平等必要条件。
作为中国领先的创新型软件及信息技术服务商,软通动力具备端到端“软件+服务”综合业务能力和强大的纵深服务优势,在云计算、大数据等领域形成了国内领先、安全可信的技术、产品、方案及服务能力。凭借深厚的技术实力和强大的生态整合能力,其业务覆盖软件技术服务、企业数字化转型服务、智慧城市服务以及云计算与互联网平台服务等四大业务领域。
软通动力将以获得“信息系统集成与服务大型一级企业”资质为契机,不断保持创新精神、探索前沿技术、提升自身综合实力,与合作伙伴一起打造完整的IT服务生态,为城市、产业和企业等各领域的客户创造价值,为中国信息产业发展做出更大贡献。
好文章,需要你的鼓励
这项研究介绍了一种名为FlowPathAgent的神经符号代理系统,用于解决流程图归因问题。研究团队提出了流程图精细归因这一新任务,构建了FlowExplainBench评估基准,并开发了结合视觉分割、符号图构建和基于代理的图形推理的方法。实验表明,该方法在归因准确性上比现有基线提高了10-14%,特别在处理复杂流程图时表现出色,为提升人工智能系统在处理结构化视觉-文本信息时的可靠性和可解释性提供了新途径。
这项研究首次从神经元层面揭示了大型语言模型(LLM)评估中的"数据污染"机制。研究团队发现当模型在训练中接触过测试数据时,会形成特定的"捷径神经元",使模型无需真正理解问题就能给出正确答案。他们提出了一种新方法,通过识别并抑制这些神经元(仅占模型总神经元的约1%),成功恢复了模型的真实能力表现。实验证明,该方法与权威可信基准测试结果高度一致(相关系数>0.95),并在不同基准和参数设置下都表现出色,为解决LLM评估可信度问题提供了低成本且有效的解决方案。
这份来自向量研究所、康奈尔大学和格罗宁根大学研究团队的综述分析了基于大语言模型的代理型多智能体系统中的信任、风险和安全管理框架(TRiSM)。研究系统地探讨了代理型AI从概念基础到安全挑战,提出了包含治理、可解释性、模型运营和隐私/安全四大支柱的TRiSM框架。文章还详细分析了威胁向量、风险分类,并通过真实案例研究展示了潜在脆弱性。
这项研究提出了一种名为ConfiG的创新方法,通过生成针对性的数据增强样本来解决知识蒸馏中的协变量偏移问题。研究团队利用教师模型和学生模型之间的预测差异,引导扩散模型生成那些能挑战学生模型的样本,从而减少模型对训练数据中欺骗性特征的依赖。实验表明,该方法在CelebA、SpuCo Birds和Spurious ImageNet数据集上显著提升了模型在缺失组别上的性能,为资源受限环境下的AI应用提供了实用解决方案。