华为携手山西省计算机学会、山西省各大高校计算机学院、泰克网络实验室于9月24日启动“山西省ICT技能大赛启动会暨校企人才交流峰会”。山西省计算机学会秘书长陈立潮教授、东华软件股份公司山西区域代表王保平先生以及山西省26所高校代表、15家合作伙伴参与本次峰会。
为了促进ICT技能传播、培养与储备ICT人才,实现校企ICT人才无缝对接,华为公司太原企业业务部于2015年9月24日在山西举办“‘华为网院杯’2015 年华为ICT 技能大赛启动会暨校企人才交流峰会”,随着主持人的精彩致词,在互联网思潮下的高规格ICT大赛启动暨人才交流峰会正式召开。华为太原企业业务部渠道部部长薛若茵和泰克网络实验室总经理林康平在会议上发表致辞,欢迎各位嘉宾的参与,并感谢各界领导对此次大会的关注与支持。
华为企业业务太原代表处薛若茵致辞
泰克网络实验室总经理林康平致辞
此次峰会也得到了山西省计算机学会的大力支持,作为协办方,山西省计算机学会秘书长、太原科技大学计算机科学与技术学院院长陈立潮教授在讲话中指出,本次大赛可以促进ICT技术的传播,培养与储备ICT技术人才;提升在校生对ICT实验平台设备环境建设的技术支撑与掌握程度,激发在校生对ICT技术的学习兴趣,计算机学会也是一直在寻找这样的合作伙伴。最后陈教授预祝此次大会及大赛能够圆满成功。
山西省计算机学会秘书长陈立潮教授致辞
此次大赛,华为大学校企合作部部长蒲金波向在场各位介绍了“华为网院”及华为认证,华为认证基于IP、IT、CT以及ICT融合技术领域提供了工程师级别、资深工程师级别和专家级别三类技术认证等级,为ICT从业人员提供层次化的培训认证。同时,华为认证覆盖路由交换、无线局域网、无线、传送网、安全、统一通信、视讯 、云计算、服务器、存储以及ICT融合设计等11个技术领域,推出的覆盖IP、IT、CT以及ICT融合技术领域的认证体系,是全球唯一的ICT全技术领域认证体系。同时,校企桥及泰克网络实验室作为“华为网院杯”2015年全国大学生ICT技能大赛的承办方,向在场嘉宾介绍了此次大赛的通知、大赛流程、奖励措施以及校企合作、企业人才定制培养解决方案。
华为企业培训与认证部介绍华为认证与大赛流程
东华软件股份公司太原区域代表王保平先生也做了精彩致辞,他指出企业作为应届毕业生的输入方,希望入职的应届毕业生能够在有深厚的ICT知识背景基础上,有充分的售前解决方案与售后交付服务的企业实习经验,他希望应届毕业生在毕业后能尽快投入公司生产,为公司创造价值。目前随着华为公司企业业务的不断发展,人员需求也在不断增加,东华软件作为华为的代理商对ICT人才有很大的用人需求。王保平在会议中对ICT人才培养提出一些具体的想法和建议,为高校在人才培养、提高学生就业率及竞争力方面提供了努力的方向。
东华软件股份公司王保平作为企业代表发言
山西旅游学院计算机主任郭思延作为山西首家ICT培养人才合作伙伴,在会上分享了与华为&泰克的校企合作经验,讲述华为认证联盟对高校的重要性。通过与华为开展ICT人才培养计划,大幅提升了在校学生的专业知识,培养了一批优秀的ICT人才,成功就业于华为代理商及服务商,做到了学以致用、学以所用。郭思延主任表示,山西旅游学院将继续与华为、泰克携手并进,为ICT人才培养做贡献,充分实现产教融合。
山西旅游学院郭思延主任分享ICT人才培养合作经验
当前以信息技术为核心的新一轮科技革命孕育兴起,互联网日益成为创新驱动发展的先导力量,科技创新及人才的储备与培养已经成为校园与企业发展的核心动力。华为公司高度重视对科技创新及ICT人员培养,以客户需求及前沿技术驱动的创新,使华为公司一直处于行业前沿,引领行业发展。华为公司将继续加强校企合作,为合作伙伴培养高端ICT人才,提高企业竞争力,提高高校毕业生竞争力,为高校毕业生提供更多就业岗位。
部分与会嘉宾合影留念
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。