【PPT下载】徐工集团的工业大数据之路

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

从锅炉工到AI专家(11)(END)

H2O是用于数据收集、模型构建以及服务预测的端对端解决方案。 Singa: 是一个Apache的孵化器项目，也是一个开源框架，作用是使在大规模数据集上训练深度学习模型变得更简单。 但是，值得注意的是生成的模型不能导入或导出，而训练模型的数据集不能超过100GB。 其它一些模型 快速发展的机器学习领域经常有一些新的技术或者模型，比如： 增强学习（强化学习）：举一个例子更能说明。比如在一盘围棋中，盘中的某一步，实际上并不一定代表对于最终结果更优或者更差。 顾名思义就是就是把已经训练好的模型参数迁移到新的模型来帮助新模型训练。 比如在自动驾驶的训练中，如果我们一直用白天的视频进行训练，如果到了晚上，同一个地点，可能自动驾驶系统的表现就会非常差。 在某个模型的训练中，同时考虑到应用的多个场景，并行的进行训练，从而让完全不同的数据集发挥更大的作用，增强模型的适应性。 结束语 非常感谢你读到最后，这里我们也进展到了尾声。

助力工业物联网，工业大数据之工单事实指标需求分析【二十】

1：工单事实指标需求分析 目标：掌握DWB层工单事实指标表的需求分析 路径 step1：目标需求 step2：数据来源 实施 目标需求：基于工单信息统计等待分配工单数量、完成工单数量、处理工单数量、响应时长 wo_num 工单单据数量 one_make_dwd.ciss_service_workorder back_num 退回工单数量（如果工单没有被退回，数量是0） one_make_dwd.ciss_service_workorder 待派工数量 one_make_dwd.ciss_service_workorder、eos_dict_type、eos_dict_entry派工单状态：待派工（status=4） alread_complete_num 已完工工单数量（已完工、已回访） 派工单状态：已完工、已回访（status=5 || 6） processing_num 正在处理工单数量（待离站、待完工） 派工单状态：待离站、待完工（status= 3 || 4） people_num 工单人数数量（一个工单由多人完成） one_make_dwd.ciss_service_workorder、ciss_service_workorder_user默认为

十问农业大模型的当前和未来

袁媛 腾讯研究院资深专家11月6日OpenAI开发者大会带来的GPT-4 Turbo多模态能力升级和GPT Store生态策略,再次引起业界关注热潮。 例如可以一段话提出某农产品供需方面的需求，通过大模型来寻找和推荐供应商。四、农业大模型落地关键点、如何解决幻觉问题？刘桂才：农业大模型训练的数据要准确。 周取辉：惠农网不会自研底层大模型，而是选择与头部AI模型团队联合，通过私有化部署大模型的方式，结合行业场景及行业大数据, 沉淀出行业大模型。行业大模型的核心是平台积累的丰富行业数据。 如果整体做一个农业大模型来解决农业全产业链的问题，是最理想的，但是谁来做？目前大企业对农业大模型较为关注，每个单位在做自己擅长的。 九、是否需要出台支持农业大模型的政策、标准或规划？许世卫：行业内对农业大模型较为关注，但由于大模型尚在发展中，不同单位认知不一致，大家还在寻找落地案例。

工信部2016379号-11 微弱信号的检测方法

1718篇原创内容 公众号 这是一份来自工信部的文件，《工信部2016379号-11 微弱信号的检测方法》，发布单位：国家无线电监测中心、国家无线电频谱管理中心。 流程： 信号预处理（滤波、混频、中放） 一路信号延迟后与原信号相乘 经积分器获得自相关函数  当噪声为零均值、非周期时，，从而可检测出有用信号 信号模型 接收信号： ：有用信号 ：噪声信号（假设为零均值 仅保留信号结构 互相关检测 借助参考信号与目标信号之间的相关性提取微弱信号 流程： 信号与参考信号同步处理（滤波、中频） 二者延迟后进行乘法、积分 得到互相关函数  优势：对已知特征信号的检测尤其有效 信号模型 信号通道输入： ：信号幅度，：目标频率 参考通道输入： 噪声模型（带中心频率为  的窄带噪声）： 相敏检测后乘积： 噪声项 展开（使用三角恒等式）： 噪声项 低通滤波器作用 滤除  和噪声频段分量，保留 低通滤波器可显著抑制非同步噪声，提高信号可识别度 https://www.srrc.org.cn/srrc/pdf/%E5%B7%A5%E4%BF%A1%E9%83%A8%E6%97%A02016379%E5%8F%B7-11%

携手AIIA，助推行业大模型安全高效落地

中国信通院联合腾讯云等行业头部企业，启动“人工智能基础平台工作组”，着眼于全技术栈维度（硬件/软件）和全流程维度（AI开发、部署、服务、运营全生命周期），旨在解决当前AI基础平台面临的技术和产业挑战，并依托工信部重点实验室进一步推动大模型时代下 一直以来，腾讯云积极迭代大模型产品技术，参与行业大模型标准建设，助力实体产业高质量发展。我们依托腾讯云TI平台，打造行业大模型精选商店，提供MaaS一站式服务，助力客户构建专属大模型及智能应用。 此外，我们联合生态伙伴，将大模型技术与20多个行业结合，提供超50个行业大模型解决方案，帮助客户提质增效。内容创作领域对大模型的生成速度、理解能力要求高，是最能验证大模型场景广度的领域之一。 不断为千行百业打造行业大模型解决方案的同时，腾讯云一直以来还在积极参与大模型标准建设。 在金融领域，腾讯云作为推动行业大模型发展的核心单位，联合信通院发布国内首个金融行业大模型标准，为金融行业智能化的高质量发展提供了重要支撑，为全面促进大模型安全合规和可信发展提供了重要保障；前不久，腾讯还联合信通院

C++11内存模型

最近看了极客时间——《现代C++实战三十讲》中的内存模型与Atomic一节，感觉对C++的内存模型理解还不是很清楚，看了后面的参考文献以及看了一些好的博客，算是基本了解了，根据参考文献整合一下。 Thread-1: Thread-2: x = 100; // A std::cout << x; // B C++11 C++11的内存模型共有6种，分四类。其中一致性的减弱会伴随着性能的增强。 参考链接 【1】C++11中的内存模型上篇 – 内存模型基础 【2】C++11中的内存模型下篇 – C++11支持的几种内存模型 【3】理解 C++ 的 Memory Order 【4】如何理解 C++ 11 的六种 memory order 【5】《现代C++实战三十讲》中的内存模型与Atomic

以落地考验价值，大模型的产业大考来了

在 11 月 30 日举行的 WAVE SUMMIT+ 2022 深度学习开发者峰会上，百度文心产业级知识增强大模型全景图迎来升级，在全新发布的 11 个大模型中，包括 5 个行业大模型，分别是泰康 - 在仅仅半年的时间里，百度文心行业大模型的数量已经达到了 11 个，覆盖能源电力、金融、航天、传媒、影视、汽车、城市管理、燃气、保险、电子制造和社科等多个领域，进一步丰富了行业大模型的应用场景，在产业化落地的过程中使大模型真正赋能千行百业 更多行业大模型的发布彰显出百度文心大模型践行自身产业级特性的决心，无论是从如今行业大模型的数量还是覆盖行业范围而言，百度显然已经初步形成自身大模型产业化落地的行业布局。 以百度联合吉利发布的知识增强的汽车行业大模型 ——吉利 - 百度 · 文心为例，它基于文心 NLP 大模型 ERNIE 3.0，结合了吉利汽车专业领域行业数据（汽车领域媒体知识、客服工单、法律法规以及汽车售后维修手册 在百度看来，行业大模型是结合行业落地过程中非常重要且有效的方式，今年以来陆续发布的 11 个行业大模型即是最好的例证。

2023金融业大模型报告重磅发布 | 附全文下载

11月9日，在2023金融街论坛“构建数实融合新模式，助力产业数字金融新发展”分论坛上，中国银保传媒与腾讯研究院联合发布《2023金融业大模型应用报告》，深入解析大模型发展趋势，建立金融业大模型应用体系化蓝图 在金融领域，行业大模型为金融市场带来了前所未有的机遇，从精准营销、客户服务、代码生成等多个场景，助力金融机构在服务和管理方面实现“效率革命”。 大模型领域持续发展衍生出两个概念，“通用基础大大模型”和“垂直行业大模型”。基础大模型的定位是通用的技术底座，行业大模型的定位是在不同的专业领域推动行业数字化再升级、进入到智能化的引擎。 以基础大模型作为技术底座的时候，更多的是考虑它的通用性，但是相对来讲它的专业度可能会欠佳。行业大模型会更加专业、更加聚焦，成本也更低。基础大模型的关键词是创造性、体验式，更强调体验。 在将大模型应用到行业之前，需要对技术成熟度、需求频次和场景价值三个方面进行思考。通过对金融机构、大模型服务商、腾讯内部技术团队的调研，本报告形成了金融业大模型应用体。

Patterns | FoodSky：面向食品营养领域的专业大语言模型

然而，通用大语言模型在处理多样化的食品主题和跨文化背景时面临挑战。为此，研究者提出了FoodSky，一个专门为烹饪与营养领域设计的领域特定大语言模型。 受医学、教育、金融等领域专用大语言模型成功的启发，开发食品领域的基础模型成为可能。 提出了基于主题的选择性状态空间模型和分层主题检索增强生成算法，以增强模型对细粒度食品语义的理解和上下文感知的文本生成能力。 在CDE-12K基准的零样本测试中，FoodSky模型在厨师考试和营养师考试上的准确率超越了所有基线通用大语言模型，展现了其领域专业性。 其核心贡献在于证明了领域特定大语言模型在专业任务上超越通用模型的潜力，特别是在通过权威职业资格考试方面。

腾讯云公布行业大模型最新进展

今天，腾讯云披露行业大模型方案进展，并公布MaaS（Model-as-a-Service）能力全景图。 我们希望“大模型”更懂行业、更易落地，帮助企业打造出专属的行业大模型。 1 “量体裁衣”打造专属模型 基于企业痛点和需求，依托腾讯云TI平台打造的行业大模型精选商店，提供涵盖模型预训练、模型精调、智能应用开发等一站式行业大模型解决方案。 内置多个高质量行业大模型，涵盖金融、传媒、文旅、政务、教育等多个行业场景。兼容支持多模型训练任务，企业可以按需取用。 “ 生态共建是AI发展的有效路径，腾讯将坚持生态开放，为企业提供高质量模型服务，同时支持客户多模型训练任务，加速大模型在产业场景的创新探索。 未来，腾讯云将继续和伙伴们一起推动行业大模型的生态共建，让AI为产业带来更多的创造力。

坚持做行业大模型，竹间智能给大模型造了一座「模型工厂」

而另一方面，海量场景又需要不断切换和更新、训练、运维模型，那么，中间层会变得很重。「管理数据，管理模型、训练模型、微调模型，评测模型，推理运维，让模型持续迭代就会成为一个非常重要的产业。」他认为。 企业也可以自己下载开源模型，放到平台去训练。另外，模型工厂还提供竹间智能自己训练微调好的大模型。 简仁贤强调说，「它不是一个模型的Copilot，而是多个不同模型的 Copilot，可以跟所有模型去兼容，当企业不同部门或项目组有多个模型在运行时，KKBot 可以选择不同模型来回答，完全不受单一模型限制 「相比花 2000 万买个行业大模型，还冒着走弯路的风险，我们的产品用起来比较安心」，简仁贤认为，「你只用花 99 万，就可以定制出适合你的模型，而且没有限制模型数量，并可以立刻在现实应用中看到它的价值 这些工具都是免费升级，而且做出来的模型都属于客户，「我们不 own 这个模型，我们也不卖模型，我们只是把这个 PaaS 租给你用，让人去定制模型。」

深入理解C11C++11内存模型

个人认为，内存模型表达为“内存顺序模型”可能更加贴切一点。 2011年发布的C11/C++11 ISO Standard为我们带来了memory order的支持， 引用C++11里的一段描述： The memory model means that C++ code C11/C++11使用memory order来描述memory model， 而用来联系memory order的是atomic变量， atomic操作可以用load()和release()语义来描述 C11/C++11内存模型 C/C++11标准中提供了6种memory order，来描述内存模型[6]: enum memory_order { memory_order_relaxed, - Frank Birbacher [ACCU 2017] C++11中的内存模型下篇 - C++11支持的几种内存模型 memory ordering, Gavin's blog c++11 内存模型解读

网工老司机最常用的11个网络命令，看你用过几个？

本篇文章收集了老司机觉得很好用的11个网络命令（约6500字），能覆盖大部分网工的日常工作使用，欢迎转发支持一下 01、ping命令 ping是个使用频率极高的实用程序，主要用于确定网络的连通性。 11、ftp 命令 网络上开放的ftp 的主机很多，其中很大一部分是匿名的，也就是说任何人都可以登陆。

SAP PM 初级系列11 - 为维修工单触发采购申请

SAP PM 初级系列11 - 为维修工单触发采购申请 执行事务代码IW32，输入维修工单号，进入维修工单的修改界面，进入components选项卡，可以为维修工单增加备品备件（non-stock 如下图： 返回，保存， IW33看这个维修工单item 0020对应的采购申请， 进入如下界面，在Purchasing Data选项卡， PR# 1684314008， -完- 写于2021-

企业大模型服务合规指南：深度解析备案与登记​​

同时满足以上三个条件，必须进行算法备案（通常也需大模型登记/大模型备案）。​​​ 大模型备案类型(视具体情况而定)：​​​​自研大模型商用：​​ 企业自主研发的大模型，并将其用于商业经营活动（无论是核心业务还是辅助功能）。​​ 基于开源模型深度微调商用：​​ 企业基于开源大模型进行了显著的二次微调（Fine-tuning），拥有较大规模的、特定的训练数据集，并将调优后的模型用于商业目的。​​ 符合地方网信办要求：​​ 如果企业所在地的省级或市级网信办、工信局等部门明确发文通知或推荐特定范围的企业进行备案，应按规定执行。        这类产品本身没有独立的大模型研发和训练过程，只是利用第三方已有的、且已备案的大模型能力来实现自身的功能，需要进行大模型登记及算法备案。

数据集基础这么弱，还谈什么行业大模型的商用？！

尤其是现在行业大模型盛行，很多企业将行业大模型视为将大模型技术商用的关键。在这样的背景下，我们为什么需要共建行业数据集呢？它怎么就成了构建大行业模型的关键所在？ 没有足够高质量的行业数据，我们怎么可能推动行业大模型的发展呢？ 所以说，现在是时候行动起来了。我们需要放下门户之见，联合起来建立行业数据集。这不仅是为了每个行业自己，更是为了整个社会的进步。 总的来说，不管是国内的《“数据要素×”三年行动计划》，还是国外的各种数据政策，我们都能看到一个共同的趋势——那就是通过政策推动，促进数据的开放和共享，从而为行业大模型的建设提供强有力的支持。 如果用来训练模型的数据质量不过关，那最后得到的结果也是靠不住的。 有了这些数据，各种行业大模型就能运转得更顺畅，不管是在医疗、金融还是制造业，都能搞出不少新意。 这事儿不光是技术上的突破，它还能帮助社会变得更好。

【25软考网工】第五章（11）【补充】网络互联设备

2025大模型2.0：GPT到DeepSeek技术演进与产业落地报告|附200+份报告PDF汇总下载

2024政务大模型安全治理框架 报告2024-11-24爱分析：2024年AI大模型+知识库市场全景报告 报告2024-11-23宁人研究院：2024年大模型企业出海法律实务报告 报告2024-11-18 阿里云：2024年阿里云百炼产品动态-产品&大模型更新动态指南 报告2024-11-18沙利文&头豹：2024年中国行业大模型市场报告 报告2024-11-16SuperCLUE：中文大模型基准测评2024 062024年自然语言处理：大模型理论与实践 报告2024-11-04东华大学：2024人工智能中文大模型使用手册 报告2024-11-03用友：YonGPT用友企业服务大模型白皮书（2024） 报告2024 报告2024-10-09智能财务研究院：2024年人工智能大模型技术财务应用蓝皮书 报告2024-10-06量子位：AI大模型创业格局报告 报告2024-10-06艾瑞咨询：2024年中国工业大模型行业发展研究报告 ：2024人工智能大模型工业应用准确性测评报告-v...

CentOS 7.5下Oracle 11gR2手工建库过程

已提前最小化安装CentOS 7.5和Oracle 11gR2裸数据库软件，记录下手工建库过程，方便了解dbca建库原理。