由深圳国家金融科技测评中心牵头制定的Q/NFEC 0001-2022《隐私计算一体机金融应用技术要求》企业标准(以下简称“《标准》”)已正式发布,紫光股份旗下新华三集团、紫光云技术有限公司等多家企业共同编制。
深圳国家金融科技测评中心是由中国人民银行批准成立的国家级专业金融科技测评机构,坚持以“服务国家战略、服务金融监管、服务产业发展、服务金融消费者”为发展定位,贯彻落实国家和人民银行对金融科技的发展监管要求,积极开展金融科技应用测评、风险监测、监管科技以及合规科技建设,服务能力覆盖人工智能、区块链、云计算、大数据等金融科技领域。新华三集团、紫光云公司积极参与了本次《标准》的编制工作,贡献了在硬件、算力层如何对上层隐私计算方案提供加速、基础环境安全保障方面的探索经验。
随着数字经济的发展,隐私计算已成为保障数据要素安全流通的核心技术。与此同时,随着隐私计算技术产品逐步成熟,应用场景快速拓展,对隐私计算技术产品的功能、安全、性能及便捷性等提出了较高的要求。相较于软件层面的隐私计算解决方案,隐私计算一体机基于软硬一体技术架构设计,具备算力加速、安全可信、开箱即用的优点,可增强数据隐私保护,降低数据泄露风险。
《标准》的发布,可填补隐私计算一体机金融应用相关标准的空白,降低厂商试错成本,为隐私计算一体机金融应用提供参考,为隐私计算一体机的应用落地提供参考指引,其内容涵盖了硬件要求、运行环境要求、通用功能要求、隐私计算要求及性能要求,适用范围包括隐私计算一体机的产品设计、研发、使用、测评和运行维护。
当数字世界与现实世界的深度交融,数据作为生产要素的价值释放与开放、合规的数据共享息息相关。2020年4月,紫光集团宣布整合旗下新华三集团、紫光云技术有限公司等在私有云、公有云、人工智能、软件服务等方面的能力,成立了紫光云与智能事业群。为加速数字技术应当脱“虚”向实,在隐私计算领域,紫光云与智能事业群提前布局,除本次参与标准的制定,正探索灵活易用、安全可靠、性能加速的安全合规的隐私计算解决方案,为高速变化和充满不确定性的后疫情时代,寻求核心技术的创新力量,为未来破局。
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。