至顶网软件频道消息:11月15—16日,以“工业互联,赋能生长”为主题的2018中国(黄石)工业互联网创新发展大会在黄石兰博基尼酒店成功举办。
本届会议由黄石市人民政府、中国工信出版传媒集团、中国信息通信研究院共同举办,打造集工业互联网政府、专家、企业多方共同交流合作的年度盛会。国家工信部、黄石市人民政府、湖北省经信厅、黄石经信委等多位领导出席,多家制造企业和工业互联网平台和解决方案供应商参加了本次活动。
1.制造企业腾笼换鸟需积极利用工业互联网平台
2015年,国家出台《中国制造2025》规划,2017年11月,国务院又印发了《关于深化“互联网+先进制造业”发展工业互联网的指导意见改》,在全球数字化智能化的浪潮下,制造企业利用工业互联网平台进行企业生产管理和发展新模式已刻不容缓。
会上,工信部信软司两化融合处处长王建伟表示:工业互联网将会深刻改变服务、成本、研发、营销、生产、质量原有具体模式,工业互联网应注重平台化发展,这样才能高效配置资源,提高个性化服务能力。未来,中国制造的转型升级以及腾笼换鸟,都将极大依赖工业互联网平台的需求。
2.黄石探索中国传统工业资源型城市工业互联网转型发展新模式
纵观国内工业互联网平台的发展态势,已经达到了规模化的扩张期。根据工信部最新的统计资料显示,目前国内已有269个工业互联网平台。但以地方政府深入推进工业互联网创新发展研究讨论的并不多。黄石市是长江经济带区域中心城市之一,拥有三千多年的工业文明史,一百多年的工业发展史,从18世纪开始,时任湖广总督张之洞利用黄石的钢铁和煤炭资源创办了著名的汉阳铁厂,是近代中国工业文明的摇篮。
如今,黄石拥有大冶有色、华新水泥、劲酒等一批优秀本土制造企业,工业制造能力和资源处于区域领先水平,在第四次工业革命浪潮的呼声中,黄石又开始了对工业互联网的积极探索,中国(黄石)工业互联网创新发展大会顺利举办,正式标志着这座传统工业之城开始起飞,对黄石发展的讨论研究,也将为中国资源型城市转型和老工业基地发展提供了一个“黄石”模板。
3.中国(黄石)工业互联网创新发展大会会址将永久落户黄石
工业互联网对未来工业经济发展将产生全方位、深层次、革命性的影响,而未来持续性的推进工业互联网应用刻不容缓,在与会的领导、专家和企业的共同见证下,主持人宣布中国(黄石)工业互联网创新发展大会将永久落户黄石,现场金蝶、华为、浪潮、用友、微软中国等企业也举行了合作企业落户签约仪式,同时为黄石万企上云活动提供价值2500万云的补贴支持,成为首批支持工业互联网实现“黄石模式”的解决方案供应商。
在15日下午,现场还举行了企业上云推进会、智能制造与工业机器人应用创新交流会和国家工业互联网创新发展工程工业互联网项目经验交流会,从多个角度全面系统的探讨工业互联网模式的实践可行性。
未来,中国(黄石)工业互联网创新发展应用大会将持续探索中国传统工业城市在工业互联网领域的发展应用,并不断创造更为完善、创新的服务体系,慧聚更多伙伴,为黄石乃至全国制造市场革新缔造更多的生态价值。
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。