2024 年 12 月 5 日,“2024 中国生成式 AI 大会”在上海盛大开幕,汇聚了全球 AI 领域的顶尖专家、行业领袖与技术创新者。枫清科技(Fabarta)创始人兼 CEO 高雪峰应邀出席,并在大会上发表主题演讲,深入探讨了人工智能在企业智能化转型中的关键作用。
高雪峰在演讲中指出,随着 AI 技术的不断进步,企业转型已经进入了一个全新的阶段。过去,企业的信息化与数字化转型主要集中于加速业务流以及提升业务效率。但如今,如何在瞬息万变的商业环境中利用 AI 技术做出更加精准、智能的决策,并推动业务创新,已成为企业智能化转型的核心命题。他强调,人工智能已经不再仅仅是“工具”,而是驱动产业变革的“引擎”。从信息化到智能化的飞跃,AI 技术正在重塑各行业的核心竞争力。
高雪峰指出,企业在智能化转型过程中面临着许多挑战,尤其是在大模型应用落地时。当前,许多大模型的可解释性差、推理能力不足以及模型幻觉等问题仍然存在。此外,企业普遍面临数据孤岛、多模态数据管理和知识校验等技术瓶颈,限制了大模型在实际应用中的效果。
枫清科技(Fabarta)创始人兼 CEO 高雪峰
在此背景下,高雪峰提出,企业智能化转型不仅依赖于模型的参数规模的增长,更加依赖于企业数据质量与知识管理的优化。他强调,企业的 AI 应用已经进入了“以数据为中心”的新阶段。随着越来越多的人开始关注“Data-Centric(以数据为中心)”架构在 AI 场景落地中的价值,AI 技术正在从“Model-Centric(以模型为中心)”逐步转向更加注重数据质量与智能推理的方向,从而提升 AI 应用的实际效果和决策能力。
为了应对上述挑战,枫清科技(Fabarta)提出了“Data-Centric(以数据为中心)”大模型应用落地的新范式。高雪峰详细介绍了枫清科技如何通过构建全链路优化体系,帮助企业提升数据质量,打破信息孤岛,实现数据与知识的有效整合。这一过程中,枫清科技的知识引擎与大模型双轮驱动的新一代智能体平台,成为提升企业智能化决策能力的关键技术路径。
枫清科技的智能体平台整合了多模态数据、知识库及智能推理能力,帮助企业实现数据、大模型与实际应用场景的深度融合,从而全面提升大模型应用的智能化水平。这一平台已成功推动多个行业的智能化升级,为企业提供了精准的决策支持与高效的运营能力。
值得一提的是,枫清科技在行业智能平台建设过程中,已与中化信息、龙盈智达、立臻科技等多家领先企业建立了深度合作。这些合作不仅彰显了枫清科技在行业智能化升级方面的技术实力,也为其进一步推动产业智能化转型奠定了坚实基础。
高雪峰最后表示,随着企业 AI 应用进入一个新阶段,如何让 AI 真正理解并应用企业内外的知识,提升决策质量与时效性,将成为未来的关键。他强调,枫清科技将持续深耕技术研发,优化产品矩阵,不断为企业提供更加智能化、高效化的解决方案,帮助企业在智能化转型的浪潮中占据先机。
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。