该会议在北京举行,仪器标委会主任莫玮、副主任荀京京、工业和信息化部电子信息司电子系统处处长金磊等领导出席,仪器标委会全体委员和电子测量仪器领域的产学研用单位及相关协会代表共60余人参加了会议。会议报告了2024年工作总结及2025年工作计划,全体委员对工作报告进行了审议。
全国电子测量仪器标准化技术委员会五届二次年会合影
全国电子测量仪器标准化技术委员会(SAC/TC 153)负责全国电子测量仪器、系统(硬件和软件)及附件,电子医疗仪器,电子应用仪器和教学仪器等专业领域标准化工作。主要面向信号分析类仪器、信号发生类仪器、基本电量测量类仪器、元器件参数测量类仪器、网络与通信测试类仪器、电源及电源测量类仪器、太赫兹及光电测量类仪器、非电量测量类仪器、电子应用仪器、模块化仪器以及辅助测试装置等领域开展标准化工作。
普源精电凭借在电子测量仪器领域的卓越表现与标准化工作的突出贡献荣获“2024年度电子测量仪器标准化先进工作单位”奖项这一殊荣,并作为编制组成员单位参与编写了《电子测量仪器产业及标准化研究报告(2024版)》。这些荣誉是对普源精电标准化工作的高度认可,更是对其在电子测量仪器领域持续创新和发展的肯定。普源精电将在推动行业标准化进程、提升产品质量和性能、促进技术创新以及加强产业链协同等方面继续做出贡献。
普源精电副总经理、董事会秘书程建川先生(左一)上台领奖
普源精电凭借其在电子测量领域的卓越成果,一直保持中国行业领先地位。2024 年,普源精电推出多个新品,包括DHO5000系列数字示波器、DG5000 Pro 系列函数/任意波形发生器以及 SUA8000 系列数字收发仪。这些产品在第三代半导体测试、汽车电子、大科学装置、遥感探测和低轨卫星等领域广泛应用。同时,公司推行 “五年知识产权战略”,规划知识产权保护、运用、管理等工作,截至2024年12月31日,已有授权专利 524项,其中发明专利437项,2024年已新获专利51项,其中,发明专利37项,新获海外专利9项,均为发明专利。这些成就不仅彰显了普源精电的技术创新实力,更为其参与标准化报告的编写奠定了坚实基础,进一步提升了公司在全球市场的竞争力。
此外,普源精电的产品也广受行业好评,奖项颇丰。12月,在电极限EDTEST 2024上,因多年创新获 “电子设计与测试行业最佳贡献奖”;11月,DG800 Pro 系列凭高性价比与便携性等,获全球电子成就奖 “年度测试与测量产品奖”;10月,DHO800系列靠产品设计、用户体验和自研技术,荣膺 “2024 中国 IoT 技术创新奖” 。这些荣誉不仅是对普源精电过去一年努力的肯定,更是对其在电子测量领域持续创新与发展的有力证明。
展望2025年,普源精电将继续秉持“成就科技探索,助您无限可能”的使命,致力于通用电子测量的前沿技术开发与突破。公司将继续加大研发投入,特别是在西安和上海建设的研发中心,将加速产品开发进度,提升公司的技术创新能力和市场竞争力。在产品方面,普源精电将继续拓展模块化产品的种类,打造覆盖教育、工业、科研的解决方案体系。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。