至顶网软件频道消息: 2018年4月9日至11日,第六届中国电子信息博览会(CITE2018)在深圳拉开帷幕。这个由工信部和深圳市政府共同主办的国家级展示平台,将重点展示中国电子信息技术最新发展成果。软通动力凭借其过硬的行业数字化转型解决方案,成功荣获“第六届中国电子信息博览会创新奖”。
软件行业是数字化转型的基石
数字时代,软件和信息服务业有力地支撑着经济和社会的发展,并催生新的业态和经济增长点。作为中国领先的创新型软件及信息技术服务商,软通动力以端到端“软件+服务”综合业务能力,为数字经济的发展提供技术基石。
基于领先的“软件服务能力+行业理解能力”,软通动力为众多行业提供全生命周期的数字化转型服务,包括从IT咨询、业务规划、行业解决方案、定制化开发与实施到系统维护。相比传统服务模式,软通动力尤其注重前期的咨询和规划,从整体性、全局性、长远性进行数字化转型的全方位管理。
软通动力副总裁刘耀东在博览会现场表示,数字时代为IT企业提出了更高要求,其需要以深厚的行业理解能力和创新思维,找到企业与数字化的契合点,并付诸实施。软通动力基于自身实力,结合行业规律和企业个性化需求,将数字化转型解决方案贯穿到企业的业务流程,以全生命周期的服务助力行业变革。
从两个案例看企业如何实现数字化转型
经过十数年的发展,软通动力在数字化转型的最佳实践方面积累了海量的成功案例,这些最佳实践既是软通动力自身实力的证明,也为企业如何实现数字化转型提供了样板。据IDC《创新中国数字化转型之路》白皮书指出,“软通动力技术优势明显、行业经验突出、解决方案完备,在不同行业中树立数字化转型的标杆和最佳实践。”
对某知名股份制商业银行来说,在保障大规模传统业务的稳定运行的同时,又能应对数字化时代灵活多变的业务创新,是其关键挑战。软通动力为此从三个方面提供了针对性的解决方案:在核心系统层面,保障可用性和稳定性;在数据分析层面,提供风险管理、绩效管理、客户关系管理等多维度分析视角,提高管理和运营能力;在基础架构层面,在银行原有技术架构基础上,为未来线上业务提供更多的灵活性和可靠性。由此形成的完整的解决方案体系,为该股份制银行的数字化转型提供了助力。
在能源领域,软通动力以全方位的能源行业信息化解决方案,服务了国电集团、国家电网、南方电网等能源行业知名企业。在与国电集团的合作中,从其十二五的信息化规划开始,就一直帮助其搭建整个信息化基础架构平台,给国电集团带来了良好的规模效益。从国电集团的十三五规划开始,软通动力开始进一步把工作落实下沉。比如在大数据方面,开始从数据集成往应用集成方向迈进,为分析决策提供重要的决策辅助,为各种业务数据能实现交互式查询和实时流处理,让数据在运营管理过程中发挥价值,为社会提供有力高效的电力保障。
目前,软通动力已在金融、电力、地产、电信、互联网、零售等10余个行业中,服务超过1000家国内外客户,其中世界500强企业90多家。在不断服务众多行业数字化转型的过程中,软通动力为数字经济的发展、为数字中国的建设,作出了重要贡献。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。