网服务器频道 07月04日 新闻消息(文/邹大斌): 6月21日太极股份公告称,经中国证监会上市公司并购重组审核委员会于2017年6月21日召开的2017年第32次并购重组委工作会议审核,公司发行股份及支付现金购买资产并募集配套资金事项获得无条件通过。
在当天与太极股份总裁刘淮松的沟通中,刘淮松表示,通过得很顺利,也表明审核委员会对太极股份公司战略选择的高度认可。
太极股份正处于新一轮的战略转型过程之中。源于成立于1987年的太极计算机公司,经过30年的发展,已经是IT产业内重要一员,2016年营收超过50亿元人民币,利润超过3亿元人民币,去年光是千万级大单就达到70多项。今年2月,太极股份还正式迁入坐落于北京望京的中国电科太极信息产业园,新园区为太极股份公司未来的发展打造了全新平台,也为太极股份顺利转型奠定了一个好的基础。
刘淮松在21日与媒体记者的交流中强调,要坚持“固根基、展两翼”这一太极股份面向未来一个阶段的新战略。他表示,公司坚持以客户为中心、以价值创造为导向,聚焦重点行业和智慧城市,进一步做强行业解决方案服务业务。同时,将抓住国家安全战略机遇,快速布局,打造太极自主可控产业体系;顺应新技术和互联网发展趋势,积极发展云计算和大数据服务,创新“互联网+行业”产业模式。
刘淮松进一步解释说,战略布局上,太极股份要充分发挥行业端优势,聚焦在最有价值的环节上,提升为重要行业服务的能力,同时,要在垂直端开展广泛合作。当然,除了战略外,太极在人才、组织架构方面也要进行相应的调整。
实际上,在太极股份的成长过程对转型并不陌生。刚开始成立,太极股份是以主机起家,随后从主机转型成功转型成为服务供应商,并且不断深耕行业,逐渐建立起来如今在行业里的地位。
围绕安全可靠业务,太极股份高级副总裁申龙哲在交流中强调,太极股份是国内最早从事党政和军队信息系统建设的企业之一,也是国家政务信息化和国防信息化建设的骨干企业。十年来,太极累计承担了党政军和重要行业数百项重大信息系统建设任务,2016年,中国电科安全可靠系统工程研究中心落户太极股份,2017年,太极股份安全可靠战略业务本部成立。面对我国安全可靠系统建设的重要任务,太极将以应用为牵引,以重大信息系统建设为抓手,太极以行业应用协同金仓数据库、金蝶中间件、慧点管理软件以及中国电科旗下普华操作系统、中电科技固件、卫士通安全产品等,为军民关键领域用户提供一体化的安全可靠系统建设和安全保障服务。
在打造产业生态环境方面,太极是安全可靠技术和产业联盟、电子政务自主产业联盟、国产主机系统产业联盟等协会的创立单位或副理事单位等,与国内芯片、操作系统、中间件、数据库、服务器、办公软件、安全产品等各类厂商建立了紧密合作关系。太极将与产业合作伙伴积极合作,开放共享,有序竞争,共同培育中国良好的产业生态环境。
公司总裁刘淮松透露,公司将围绕中国电科相关部署,积极支持和参与到雄安新区的规划中来。太极股份在智慧城市建设中有很好的基础和成果,目前已经与包括深圳、福州在内的约30个城市进行战略合作。在雄安新区方面,公司认为需要放在京津冀一体化的框架下来看待。
太极股份目前是北京智慧城市建设最密切的合作伙伴之一,同时正在从大数据、云计算等方面与天津展开合作,在河北省也已经与石家庄等地区展开合作。中国电科集团今年4月拜会河北省相关领导时透露,将与雄安新区密切合作,目前已经全面部署如何推进雄安新区的战略落地工作。
刘淮松表示,雄安新区是公司非常重视的区域,公司将围绕中国电科相关部署,积极支持和参与到雄安新区的规划中来。“公司将结合雄安新区的产业规划,充分发挥中国电科的综合力量。太极股份将成为中国电科牵头的成员企业,参与到雄安新区战略落地中来。”
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。