在“新基建”的推动下,中国新型智慧城市建设正在掀起新一轮的热潮,将会为政府和企业带来全新的发展图景,创造更加丰富多彩的应用场景,也将给市民带来更多便捷的体验。12月2日,“智数广州·进而有为”华为广州城市峰会2020上,北京大学汇丰商学院教授、中国经济体制改革研究会副会长樊纲以《城市化、数字化和新基建》为题发表演讲,为建设智数广州出谋划策。
北京大学汇丰商学院教授、中国经济体制改革研究会副会长樊纲
新基建决定城市发展竞争力,是数字经济发展的关键
樊纲表示,在城市发展的过程中,需要算力、大数据、存储、数据传输等新型基础设施,作为城市的公共基础设施来提供,为企业自身、城市公共服务和城市管理带来全新活力。新技术应用于企业,将为企业分摊节省运营成本,助力企业数字化转型升级;应用于各行各业,将提高各个产业的生产效率;应用于城市公共服务和城市管理,更将帮助政府减少成本,提升效率,并带来更加多样化的场景应用。
比如,算力是不是在某种程度上或一部分作为基础设施提供?有的企业它要算的东西可能没有那么多,不需要一个超级计算机,但如果有一个超级计算机,每天用一段时间,按时间付费,就不用去花整个计算机的成本,整个成本由很多企业来分摊,这就有了公共服务和公共基础设施的性质。
如果我们在算力、大数据和存储等技术要素的领域里,按照公共基础设施的方式加以提供,这对企业、对投资来讲将是一个重大的吸引力,会促进城市高科技的进一步发展,也会促进数字经济的进一步发展。
所以,新基建与行业、与公共基础设施相结合,对企业、对投资来说,具有重大的吸引力,将促进城市的数字经济的加速发展,决定了一个城市的竞争力。
解决数据分享难题,才能真正实现城市管理智慧化
数据分享是协同城市管理方方面面的重要“联接点”。樊纲举例,在基础设施建设中,会开发七通一平、九通一平,这也是一种数据分享,即:各方共同利用这一基础设施,共同利用公共的投入,不需要为一个企业专门拉一根电线、一根光缆或专门开一个管道、开一个光缆。在这种模式下各方可以共同来利用这一资源,既分摊了成本,也提高了竞争力,能够有效促进数字经济的发展。
再比如,疫情期间的健康码,也是一个很好的数据分享的实例,打通了政府各个部门、各个区域。通过健康码,可以减少填写身份信息的冗余环节,大大提高了效率,便捷了市民的生活。由此可以得出结论,数据越分享,效率将会越高。
而从目前来看,关于如何解决数据隐私问题、如何应用数据、如何与政府分享数据、政府能否与企业分项数据等实操中,还存在一些发展瓶颈问题。樊纲认为,只有解决了数据分享难题,才能真正实现城市管理的智慧化。
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。