企业运营过程中,常会面临一些人为或自然灾害引起的突发状况,并由此引发业务震荡,影响企业发展。2020年春的特殊时期,上汽通用汽车以及泛亚汽车技术中心IT部门快速响应,实现覆盖全员的移动办公和远程协同,高效、安全地保障业务可持续。利用现有技术方案,上汽通用IT部门在春节期间完成了远程虚拟化平台搭建,在疫情期间让员工能够安全、高效地开展工作。
该平台基于Citrix桌面云和安全接入网关实现,全面支持移动办公和远程协同场景。目前,远程虚拟化平台已承载包括汽车设计、IT软件开发、OA办公和呼叫中心等在内的多项业务,同时服务2600名桌面用户,满足各类办公需求。
在汽车行业项目研发过程中,把握好时间窗口非常关键,甚至直接关系到产品未来的成败,特别是至关重要的设计研发工作,脚步一刻也不能停下来。疫情期间,上汽通用及泛亚汽车不少工程师都已经第一时间通过远程办公的方式参与重要项目,随时沟通最新进展,协同推动创新应用。通过基于Citrix技术的桌面云和安全接入网关方案,上汽通用及泛亚汽车的设计和工程团队正开足马力,远程+移动办公“双管齐下”,高效协同创新。包括设计、车身、底盘、内饰、驱动系统等等在内的一系列工作正有条不紊地开展。
正所谓“牵一发而动全身”,研发设计核心业务的正常运作离不开人力、财务、市场等职能部门保驾护航。通过Citrix桌面云,职能部门各类日常工作得以顺利开展,员工可以高效地远程访问集团内部各业务系统,包括ERP、自动化管理平台、内部涉密文档等在内的应用场景均可无缝对接,并支持按角色划分的访问权限等自定义策略,确保企业数据安全。
除了支持数百人规模的日常办公,上汽通用的桌面云系统还覆盖数百人规模的IT软件开发及安吉星数千人规模的呼叫中心,一应俱全,时刻准备着为业务线提供最及时的在线支持。
Citrix的方案提供了“数据不落地,一个都拿不走”的安全保障。通过访问控制、数据管控和外设管控等一系列策略,确保满足安全、合规要求。非常时期企业和员工的“双赢”
借助覆盖核心应用系统、办公和后台系统、移动办公的桌面云及应用解决方案,在狙击疫情的另一个“战场”中,上汽通用IT团队实现了非常时期企业和员工的“双赢”——既保障了业务的正常运行,也确保了员工的获得感和满足感。
通过虚拟技术打造的现代化数字工作空间,高效实现移动办公和远程协同,充分解放生产力,并完整确保数据应用安全。实际操作中,用户也仅需几步简单操作即可完成远程桌面的配置,方便随时随地开展工作。系统在支持远程复工的同时,也为员工创造了一个弹性的数字化工作空间。
平台同时支持跨终端设备环境,不间断工作的实际需求,真正实现“移动+远程”办公。用户既可在个人的苹果电脑上访问公司标准的Windows系统,也可以按需、灵活地使用手机、平板电脑等不同类型设备,安全地使用企业内部的应用系统。切换终端的过程无需暂停工作,系统可持续提供服务。
在这场特殊的战斗中,IT部门在短短几天时间内便完成了远程虚拟平台的升级改造,为上汽通用日常办公与管理工作的正常运行打造了坚实的“桥头堡”。
好文章,需要你的鼓励
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。
这项研究提出了"思想家"(Thinker)任务,一种受人类双重加工理论启发的新型AI训练方法。研究者将问答过程分解为四个阶段:快速思考(严格预算下给出初步答案)、验证(评估初步答案)、慢速思考(深入分析修正错误)和总结(提炼关键步骤)。实验表明,该方法使Qwen2.5-1.5B模型的准确率从24.9%提升至27.9%,DeepSeek-R1-Qwen-1.5B模型从45.9%提升至49.8%。显著的是,仅使用快速思考模式就能达到26.8%的准确率,且消耗更少计算资源,证明了直觉与深度推理作为互补系统的培养价值。
这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究,揭示了大语言模型安全测试的根本规律:越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合,研究团队发现:更强的模型是更好的攻击者;当目标能力超过攻击者时攻击成功率急剧下降;社会科学能力比STEM知识更能预测攻击成功。基于这些发现,研究者建立了预测模型,表明随着AI进步,人类红队测试可能逐渐失效,提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。