浙江国际智慧交通产业博览会-未来交通大会近日在杭州国际博览中心隆重闭幕,华为公司在期间展示了包括C-V2X智慧车路协同在内的一系列智慧高速解决方案并邀请嘉宾进行实车体验。
本次大会由浙江省交通运输厅、交通部公路院、浙江省经济和信息化委员会、杭州市萧山区人民政府主办,旨在建构国际国内交通产业与未来智能科技的交流展示平台,聚合国际国内创新主体、创新平台和创新企业,力求通过前沿技术的探索,与全球资源视角和要素相互联动、促进与协同,为浙江乃至全国的交通产业打通未来的时空隧道。
我国是高速公路大国。截至目前,全国高速公路通车里程已突破13.6 万km,全球占比约40%。单一路段、跨区通道的“线状运行”模式逐步发展到以“网络化运行”和“信息化服务”为特征的智慧高速3.0阶段。智慧高速将是一个以政府监管决策、行业管理、企业发展、公众出行为需求导向建立起来的智慧交通系统。
华为在未来交通大会展出了C-V2X智慧车路协同、一体化视频站点、智慧路口、智慧高速平台等系列方案,全方位使能高速公路的智能化网联化建设。华为C-V2X智慧车路协同展示了OBU、RSU和云端的端到端解决方案。RSU连接多种智能道路感知器件如摄像头、雷达、传感器,以及交通元素如红绿灯、指示牌、限速标志,与华为T-Box与云端配合,实现交通信息发放、道路信息搜集、红绿灯车速引导、限速预警、行人预警、紧急刹车预警等多个价值功能,覆盖V2I,V2V,V2P等几大类场景,并在与交通部公路院等单位联合举办的外场活动中,向来自浙江省、交通部、各界专业人士以及新闻媒体等多批嘉宾提供了生动的实车体验。
此前在无锡世界物联网大会,华为C-V2X车路协同解决方案成功在无锡实现了超过240个路口的城市级部署展示超过30个实车用例,成为全球城市智慧交通的典范。近期,华为更是积极投入到国内外多个智慧高速的建设中,很快将有一批智慧高速项目建成并启动使用。
在本届大会的未来交通创新发展论坛上,华为C-V2X解决方案总经理吕晓峰表示,智能网联的路与车需要协同发展,共同构筑下一代安全、高效的出行生活。华为在国内部分城市、高速正在积极部署C-V2X网络,使用基于自研芯片的RSU和T-Box,实现端到端车路协同商用解决方案的规模部署,实现了C-V2X多场景下的应用。这一系列项目的成功将成为构筑未来智慧出行打下坚实基础。
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。