近日,工业和信息化部发布《2022年工业互联网APP优秀解决方案名单公示》,紫光股份旗下新华三集团打造的“基于数据驱动的智能诊断评估应用解决方案”成功入选。根据工信部要求,优秀解决方案应结合实际应用场景,对工业企业提质增效、转型升级发挥明显支撑引领作用,并已实现产业化或部署应用。本次入选,充分彰显了新华三在工业互联网领域深厚的技术实力和领先优势。
数据驱动
助力“智改数转”提速进阶
企业转型,诊断先行。智能诊断帮助企业明确智能制造演进路径、确立阶段化升级目标、实施科学化改进手段,是推进企业“智改数转”的一项重要性、基础性工作。当前,企业诊断服务主要依赖服务商自身经验和人力调研,存在诊断时间周期长、人力投入大、诊断质量参差不齐等问题。
为此,新华三集团基于领先的数字化能力和智能制造理念,开发了适用于多样化诊断评估标准、适用于不同企业、可以形成数据资产的“基于数据驱动的智能诊断评估应用解决方案”。该方案根据企业存在的痛点问题和业务战略的关键信息,一键生成“一企一策”的数字化转型技术方案,大大节省了方案的编制时间,提高了诊断评估的工作效率,为企业和政府的后续规划、优化、调整等提供参考和指导意见,持续提升企业智能制造能力。
协同创新
推动工业互联网生态建设
具体而言,“基于数据驱动的智能诊断评估应用解决方案”由评估模型管理、在线诊断、ibox工业APP三大模块组成,囊括了从网络、云计算到安全、视频的全方位专项解决方案,同时支持行业方案、计算存储方案、零碳智慧园区方案等六大类二十多个场景方案的自动生成,提供方案所对应的案例、专利、测试报告以及估算工具等配套内容,将极大地降低诊断评估难度,帮助服务商更加高效、精准地完成诊断报告。
目前,该方案已经在江苏、福建等地累计服务10余个“智改数转”项目,服务企业近400家,具有广泛的适用性和可复制性,新华三集团也被多省市评为“智改数转”优秀服务商。在此基础上,新华三积极与各行业级、区域级、产业链级、企业级工业互联网平台开展协同创新,依托新华三工业互联网APP,推动工业互联网解决方案生态伙伴建设,不断丰富完善各类工业APP和应用服务,建设更多具有行业先进性的工业互联网示范标杆。
作为工业软件发展的新形态,工业APP承载着工业知识和经验,是工业互联网平台形成核心竞争力的关键。未来,新华三集团将秉持“云智原生”战略和“工业数字大脑”,不断加强工业软件技术创新和应用实践,推动中国工业互联网新生态建设,激发制造业高质量发展新活力。
好文章,需要你的鼓励
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。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。