在数字化转型时代,航空业通过技术演进提升旅客体验,实现卓越运营,依靠互通、协同、开放、弹性、动态的多种ICT技术,最大程度地从数字化中获益。创新的端到端ICT组合将使能实时宽带数据和事件的感知和集成,加速智慧航空转型。数据分析则使协同决策更为智能,从而提高航空运营效率,优化旅客体验。
华为充分运用其ICT研发能力的极致积累与多年的技术专长,成功地引领全球ICT市场,提供端到端ICT组合方案,助力客户建立全联接机场、航空公司和空管。华为端到端数字民航解决方案包括:
截至2016年底,华为已经为全球40多个机场、航空公司和空管提供了上述的创新解决方案(其中超过15个机场的年客流量在3000万人次以上)。华为也为10多个中国最繁忙的机场提供了解决方案。
华为在全球的成功案例巩固了其在ICT市场的领导力和与航空业合作的深厚实力。2016年5月,迪拜机场公司和华为宣布携手在全球最繁忙的国际机场迪拜国际机场(DXB)设计并建立全球最大的Tier III双认证模块化数据中心(MDCC)。迪拜国际机场的日均客流量约230,000人次,到2023年,这一数字将增长到325,000。因此,业务零中断和高可靠性成为迪拜机场的主要需求。
华为将为迪拜机场公司部署两个模块化数据中心,而DXB数据中心是其中的第一个。这对通过专用光纤互联的镜像Tier III双中心共同运行,提供高弹性、高可用性,支撑迪拜机场公司的关键运营。
模块化数据中心的部署将为迪拜机场公司提供稳定可靠的环境来托管其私有云。MDCC也将成为世界上首个设计和建造都被Uptime Institute认证为Tier III标准的模块化数据中心。
华为邀请您参观我们在迪拜机场展的4140展台,与我们交流航空业务的未来发展,开阔视野,分享航空业创新ICT建设的成功案例。我们将与您共同探索最佳实践,把握机遇,为您的数字化转型铺平道路。
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。