至顶网软件频道消息: 2月1日,英国知名创新生物制药公司阿斯利康与中国互联网巨头腾讯在北京签署战略合作备忘录,依托以大数据为驱动的互联网技术,精准打击药品网络制假售假,共同打造“智慧健康”下的网络安全治理新模式。这一合作也是阿斯利康切实践行以“患者为中心”的理念,助力实现“健康中国”目标的重要举措。此次战略合作的签署恰逢大不列颠及北爱尔兰联合王国首相特雷莎·梅女士首次正式访问中国, 阿斯利康全球首席执行官苏博科(Pascal Soriot)先生受邀作为英国商务代表团、中英企业家委员会成员,随同特雷莎·梅首相访华,推动并见证中英医疗健康领域的合作迈出“智慧”的一步。
根据战略合作备忘录,双方将基于腾讯安全联合实验室全球领先的技术及强大的社交应用场景,携手共创以大数据为基础的药品打假创新合作模式,用新科技、新联盟和新生态抗击药品制假、售假,加强知识产权保护,充分保障公众的药品使用安全及合法权益。这也成为中国首个互联网平台与国际医药企业合作开展药品打假的范例。
腾讯副总裁马斌先生表示:“腾讯的云计算、物联网、大数据等技术解决方案不断为民生、商业、公益等方面创造便利和新的可能性。我们将依托腾讯安全联合实验室旗下反诈骗实验室强大的大数据优势技术与阿斯利康在医疗领域的经验有机结合,发挥各自优势密切配合,共建并深化在打假协作、信息共享、案件会商、鉴定绿色通道以及与执法部门的联络等方面的机制,有效打击药品制假售假、保护知识产权,形成合力共同维护患者健康及用药权益,为‘智慧健康’保驾护航。”
阿斯利康全球执行副总裁、国际业务及中国总裁王磊先生表示:“智慧健康是实现‘健康中国’目标的有力支撑,而安全用药是构建智慧健康的基石。阿斯利康坚持‘以患者为中心’,携手中国互联网巨擎腾讯,运用更前沿的大数据互联网手段,通过积极治理为中国患者带来安全、可靠的药物,切实高效地保障患者的用药权益。我们与腾讯的通力合作,也将进一步增进阿斯利康对中国知识产权保护的贡献,推动中国智慧健康良性有序地发展。”
2018年是阿斯利康进入中国的第25周年。得益于中英两国长期的友好关系及中国良好的知识产权保护环境,阿斯利康已将约30种创新药物带到中国,在华累计投入7.5亿美元用于创新药物研发,并通过合作创新模式提升本土新药研发能力。此外,阿斯利康还积极配合政府部门开展药品打假整治行动,保障患者用药安全。目前,中国已成为阿斯利康全球第二大市场。
阿斯利康全球首席执行官苏博科先生表示,“中国对阿斯利康具有重要的战略意义。阿斯利康根植中国25年,在创新、商业和生产领域具有广泛而长足的发展。 作为阿斯利康全球的第二大市场,中国拥有积极的医疗健康政策和对创新药物不断增长的需求,在阿斯利康全球版图中发挥越来越大的作用。我们携手中国政府和本土领先企业,在研发和数字技术方面开展多元化的合作,致力于加速创新能力的提升,更好地服务中国乃至全球的患者,共同塑造中国医疗健康的未来。我很高兴作为英国商务代表团的一员,能够为中英两国拥抱巨大机遇贡献力量,共同探索世界级的医疗健康科技、制定协同的医疗政策和制度,从而更好地满足患者的医疗健康需求。”
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。