全新的CEBIT将于今年6月11日(星期一)举行,期间将举行多场内容丰富、星光熠熠的配套会议。展会将于6月12日(星期二)对观众开放。在“腾飞星期一”上,多位顶尖演讲嘉宾将在会议中心以及11号馆的“欢迎之夜”晚间活动上以多种形式探讨数字化主题。
特邀VR传奇人物杰伦·拉尼尔宣布开幕
杰伦·拉尼尔所作的“腾飞星期一”主题演讲将成为当天的第一个亮点。拉尼尔是数字世界的哲学家,他既是虚拟现实的先驱,也是互联网最激烈的批评家之一。拉尼尔集多种身份于一身——计算机科学家、企业家、作曲家和作家。目前,他是微软研究院的一位科学家,凭借对世界主要互联网公司商业模式的彻底批判,他赢得了2014年德国书商和平奖。
未来工作论坛
主题演讲结束之后将召开未来工作论坛,探索如何利用商业和工作数字化的机遇,以及缓解人们对失业和劳动力技能退化的担忧。论坛发言嘉宾包括德国金属工业工会第二主席Christiane Benner和德国国家科学与工程院院长Dieter Spath博士。
谁将从数字化中受益?
“腾飞星期一”计划的另一项核心内容是CEBIT高层对话。本次活动将讨论如何利用当今日益强大的数字技术来实现经济增长和繁荣,以及加强社会凝聚力。演讲嘉宾阵容包括德国工业联合会(BDI)主席Dieter Kempf博士、弗劳恩霍夫协会主席Reimund Neugebauer博士以及埃森哲咨询公司董事长Frank Riemensperger。
其他云集商界和政府部门知名代表的多场数字化主题论坛和对话活动也在酝酿之中。
CEBIT“腾飞星期一”:如何参与
您必须持有有效的CEBIT全程票,方可参加腾飞星期一会议,您还需要分别注册想要参加的单场活动。请登录CEBIT网站www.cebit.de注册。注册工作将于3月初正式启动。
11号馆下午6点举行的CEBIT欢迎之夜活动仅限受邀人员参加。
重要提示:展厅和数字校园展区将于6月12日(星期二)开放。
关于CeBIT
在CEBIT 2018,一切都是为了创造业务、商机和好的创意。CEBIT通过参展商展示、专家会议和交流机会等形式,涵盖了企业、政府和社会数字化所必需的一切。数字经济展区内展示的创新技术为商业、贸易和公共部门领域的IT专业人士和决策者提供了充分利用数字化,简化和保障运营所需的工具。数字技术展区将聚焦开发者、初创企业及其颠覆性商业模式,以及研究机构展示的即将改变游戏规则的技术。数字对话会议汇聚了来自全球各地的远见卓识者、横向思想家、创意人士和专家。数字校园是展会的核心部分——人们欢聚一堂,轻松交流,享受街头美食和现场演奏的音乐。CEBIT以全新的方式呈现数字化转型,同时专注于发展业务和创造商机的核心目标。CEBIT 2018首日(6月11日,星期一)仅对参会者和记者开放,6月12日(星期二)展会正式开幕。展馆将于星期二至星期四上午10点至下午7点开放;展览期内,数字校园活动开放至晚上11点。星期五展览时间为上午10点至下午5点。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。