9月13日-15日,2022年世界信息技术大会(WCIT 2022)在马来西亚槟城举办。大会由马来西亚国家技术委员会(PIKOM)主办,马来西亚数字经济协会及媒体通信部支持,众多马来西亚政府部门参与,是马来西亚ICT领域的重要展会。紫光旗下新华三集团携创新场景化解决方案及多款数智产品亮相展区,与来自80多个国家和地区的行业专家、客户及合作伙伴进行交流,共绘马来西亚各行各业数字化转型新蓝图。
会上,新华三集团马来西亚市场总经理马满洲表示:“作为全球数字化解决方案领导者和值得信赖的合作伙伴,新华三始终致力于以强劲的数字力量助力全球数字化转型。未来,新华三将持续发挥产品、技术及服务优势,为马来西亚政企客户加速数字化转型提供助力。”
深入垂直行业,以场景化服务为“着力点”
在全球数字化转型的浪潮中,各国企业的商业运作依据经济现状、时下行业需求与未来市场趋势而调整。新华三集团紧跟行业趋势,从广度和深度两个层面着手,携手海外合作伙伴实现与客户的“三赢”。
此外,随着数字技术不断拉动经济增长,企业数字化转型也从“产品需求”转向“服务需求”,以突破某些发展瓶颈。针对海外市场的不同业务诉求,新华三提供四大重点场景化解决方案:协同办公、创新教育、高效医疗和可靠的公共服务。同时,工业数字化变革使智慧园区建设逐步迈向特色化、智能化、可持续化发展道路。新华三集团推出的零碳智慧园区解决方案通过“零碳智慧操作系统”和“源”“探”“管”“服”四个模块,帮助产业加速实现绿色低碳数字化转型。
解决行业痛点,以全栈数字能力为“压舱石”
新冠肺炎疫情爆发以来,众多马来西亚企业竞相涌入数字化转型市场,寻找经济增长新机遇。新华三集团不断探索数字化产品对行业及产业的影响,逐一击破,打造出适用于不同场景、不同领域的解决方案。
针对时下中小企业面临的网络痛点,新一代云简网络解决方案成为企业实现智能运维,降本增效的重要工具;面对居家办公的常态模式,新华三UIS超融合解决方案与云桌面解决方案成为便捷管理、高效工作、数据安全的关键保障;为解决马来西亚产业结构失衡的问题,新华三推出了场景化解决方案,是改善行业、产业数字化转型现状的坚实基础。其中,创新教育解决方案以灵活便捷的教学方式使教学效率和教育质量显著提升,为马来西亚拉曼大学(UTAR)的数字化转型提供了有力支撑。
确保高效支持,以7*24小时服务为“护航器”
除前沿的数字化产品与技术外,新华三集团在全球范围内所提供的卓越服务是其立足于马来西亚市场的关键。集团具备出色的供应链管理和应急响应能力,通过端到端供应链协作体系提供稳定的产品支持,并以7*24小时实时咨询确保可靠的服务支持。
新华三始终贯彻落实与客户、合作伙伴协同发展的‘三赢’战略,认证海外合作伙伴超千家,并在24个国家和地区建立了备件中心,其服务交付可覆盖135个国家。未来,新华三将持续优化海外战略布局及推进数字化成果落地,深入当地垂直行业的场景化需求,促进马来西亚的数字化发展。
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。