提升大数据运用手段,推进治理现代化水平
9月28日,由中国国际大数据产业博览会组委会主办的“永不落幕的数博会”2020系列活动——“大数据助力社会治理创新论坛”在北京举行。活动邀请了国务院发展研究中心公共管理与人力资源研究所所长、研究员李建伟,民政部政策研究中心主任王杰秀,河北省科学院党组书记刘春成,同方股份有限公司大数据产业本部业务总监孙哲四位嘉宾,共同讨论如何运用大数据的优势,提高社会治理水平,推进社会治理现代化进程。
大数据技术解决了以前运用传统治理手段不能解决的问题,这在今年的新冠肺炎疫情防控中尤为突出。如疫情期间社区、小区栋微信群使信息迅速传递,下情上传、上情下达;通过POI等人口出行数据研判社区防控效果;通过能源和水电消耗及物流信息能研判产能复工水平等。
当前,社会治理的每一个方面都离不开数字化技术的支撑。信息技术在社会治理中的广泛应用,将会使未来社会治理智能化。大数据不仅仅是技术变革,而是社会变革,倒逼社会治理的流程、方法、方式以及理念进行革新,实现公共服务和社会治理大数据相结合。
“社会治理中很重要的一个版块,就是公共卫生突发事件。在VUCA的这种时代下,对社会治理提出更严峻的挑战。”孙哲认为,在社会治理中大数据的作用非常重要,而且已经能看到非常大的应用成效。
大数据赋能社会治理,对突发事件的抗压和疏通能力是对大数据的一次考验,对公共治理还需要更进一步地提升数据专业化治理水平。李建伟谈到:“提升数字化治理水平更重要的是要加大数字化或者智能化运用的力度和深度。它会让治理效率、治理质量更加精细化,更加及时。”
共享也是对提升大数据运用的考验。“要提高数据共享的水平。”刘春成说,数据壁垒还是存在的,有很多的数据拿不到,没有实现真正的共享,需要政策上进一步强化打通一些社会共享方面的力度。此外,还要强化运用大数据来改变社会治理的理念和思维方式,提升运用大数据来促进社会治理工作的能力。
让数字技术来推动治理变革,这为国家治理体系和治理能力现代化打开了一条技术赋能的路径。比如,空间地理数据开放,可用于指导采矿、林业、农业、渔业、能源、交通运输等行业发展;气象数据开放,则可以加工用于指导农业生产、旅游业、灾难管理等。“数据集中应用是大势所趋,应尽量不去追求数据特权,而去追求把数据变成一种服务的能力。”刘春成呼吁道。
大数据在社会治理中的运用,未来前景非常广阔,空间也非常大。“大数据赋能社会治理是未来的一个趋势,社会治理要向基层倾斜,把治理的资源、措施更多地落实到基层,因为基层是社会治理的基础和重点,是直接服务老百姓和社会公众的。”王杰秀说,包括大数据在内的现代信息技术实际上都对未来社会治理发挥着非常重要的作用,能不能很好地发挥这些作用,一定程度上决定着未来社会治理现代化的水平。
社会治理是一个复杂的系统工程,以提高人民福祉为导向,以提升社会服务水平为重点。大数据是一种资源也是一种动力,在完整的科学思想指导下将会给我们的经济和社会治理带来正面的效应。同时,随着区块链技术区块链思想引入到公共治理,大数据会更加高质量服务社会,同时也会转变原有的社会治理理念的认识。
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。