近日,华为与专注于交通运输行业信息化的北京千方科技股份有限公司在深圳华为总部签署了战略合作协议。未来,双方将在交通行业强强合作,共同拓展公路、水运、民航、城市交通等交通信息化市场。千方科技董事长夏曙东、华为企业BG交通系统部总裁王翰超参加了签约仪式。
千方科技股份有限公司董事长夏曙东先生(左六)与华为企业BG交通系统部总裁王翰超先生(右七)出席华为与千方战略合作协议签订仪式
在签约仪式上,千方科技股份有限公司董事长夏曙东非常肯定华为公司的产品、解决方案和技术实力。他表示:千方立志成为中国智能交通行业的领先企业,很希望与华为在三个方面展开合作,第一、基于华为已有的产品和解决方案,通过千方的区域和渠道资源展开合作;第二、基于车联网、智能交通等创新行业的业务特点、业务模式展开合作;第三、通过双方的资源和基础实力,共同推动国家政策的出台、重大工程落地,标准制定。本次是双方合作的一个开始,希望双方加强沟通,真正把合作落到实处。
华为企业BG交通系统部总裁王翰超说:“千方集团是中国交通领域非常优秀的ICT企业,是最贴近客户也是最了解交通行业的ISV之一,具备强大的研发和集成能力。华为聚焦在提供平台、支持渠道并满足客户需求,实现客户、渠道、华为三赢。目前,千方与华为全方位的合作已经开始,我们希望能够尽快开花结果,共同引领中国智能交通行业的发展。”
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。