【PPT下载】徐工集团的工业大数据之路

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

从锅炉工到AI专家(9)

这种预测方式也叫连续词袋模型（CBOW）。还有一种方式是反过来，同上例，比如我们用quick预测the brown，这样叫：Skip-Gram模型。 进行基本的数据整理， 示例起见，这里只使用前面的50000个单词对模型进行训练。在训练集中，统计单词的出现频率，并根据频率生成字典dictionary。 前面讲过了，Skip_gram算法是用当前单词，在训练好的模型中预测这个上下文。 其余部分虽然模型不常见，但基本都应当能读懂。 训练模型，最终向量化的结果，从TensorFlow输出保存到python变量final_embeddings里面。 Epoch 8 Step 1207755: lr = 0.015 words/sec = 401 Eval 4965/17827 accuracy = 27.9% Epoch 9

9，模型的评估

模块中的交叉验证相关方法可以评估模型的泛化能力，能够有效避免过度拟合。 二，分类模型的评估 模型分类效果全部信息： confusion_matrix 混淆矩阵,误差矩阵。 ? 模型整体分类效果： accuracy 正确率。通用分类评估指标。 模型对某种类别的分类效果： precision 精确率，也叫查准率。模型不把正样本标错的能力。“不冤枉一个好人”。 recall 召回率，也叫查全率。模型识别出全部正样本的能力。 三，回归模型的评估 回归模型最常用的评估指标有： r2_score(r方，拟合优度，可决系数) explained_variance_score(解释方差得分) ? ? 留出法 为了解决过拟合问题，常见的方法将数据分为训练集和测试集，用训练集去训练模型的参数，用测试集去测试训练后模型的表现。

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

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。 刘桂才：目前尚无农业大模型方面的政策，随着农业行业大模型产品的逐步推出和使用，后续需要出台，例如隐私保护方面。标准也需要在逐步成熟后制定。

9个网络故障排除经典案例，网工都得会！

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

【25软考网工】第五章（9）路由协议BGP、IS IS

邻居发现: 使用Hello协议寻找毗邻节点，与OSPF类似。 层次划分:

以落地考验价值，大模型的产业大考来了

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 从开启先河到体系初成，文心行业大模型内外两手抓 随着业界越来越认可行业大模型的发展模式，趋同在所难免，因此发展自己的核心竞争力尤为重要。 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。 一方面，百度有自研的深度学习平台 ——百度飞桨，包括其上开发、训练、推理部署的能力、高效的工具与组件、广泛的硬件适配和生态等，所有这些为包括行业大模型在内的文心大模型提供支撑；另一方面，行业大模型自身也具有强沉淀性

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。 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。 图9 建立FoodEarth的流程，包括数据源整理、数据标注和基于相似性的数据筛选。半自动数据过滤和半自动数据标注是数据标注的主要过程。AHC，凝聚层次聚类。

中兴一员工在南非失踪 9 年：宣告死亡

卫某某2008年9月9日与中兴通讯股份有限公司签订劳动合同，后被该公司派往南非工作。 2013年11月因卫某某未返回公司工作，中兴通讯股份有限公司向南非开普敦警察局报案。 裁判日期：2022年2月18日 对外发布日期：2022年9月23日 中兴通讯 2013 年营收 752.3 亿，净利润 13.6 亿。

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。」

软工女硕士的秋招之路：9offer的漫漫征途

本人软工女硕士一枚，没有拿到BAT，没有拿到网易，但是还是想总结和分享一下自己的找工作经历，希望以后找工作的小伙伴能够得偿所愿~  复习内容：剑指offer，C++基础内容，计算机网络基础，Linux基础 每天像打了鸡血一样，忙的不停，完全没有预料到这个9月对我来说居然这么难熬。  此外，9月份的面试体验让我觉得我可能和HR八字不合，对HR面有点畏难情绪。所以HR面试的时候总是有很多顾虑，考虑的太多，结果越在意反而表现的有失水准。 (9) 作业帮–C++开发，北京 作业帮是面完深信服的第二天为了凑热闹参加的宣讲会和笔试。结果当晚就通知笔试通过，第二天去面试。作业帮共3面，2轮技术面+1轮HR面。 2017年10月 跌宕起伏，否极泰来 51信用卡跪，哈哈，等了一个国庆，以为51信用卡会是我的归属，结果10月9号的时候，居然收到感谢信，跪了。

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。

DE-9IM 空间关系模型

DE-9IM 是Dimensionally Extended 9-Intersection Model 的缩写，直接翻译为 维度扩展的 9 个相交模型，本文记录相关内容。 简介 DE-9IM 是Dimensionally Extended 9-Intersection Model 的缩写，DE-9IM 模型是用于描述两个 二维几何对象（点、线、面） 之间的空间关系的一种模型 维度扩展九交模型（DE-9IM）是一种拓扑模型和标准，用于描述两个区域（二维中的两个几何图形，R2）的空间关系，在几何学、点集拓扑、地理空间拓扑、以及与计算机空间分析相关的领域。 空间关系 模型主要要描述的就是二维平面下的两个几何对象之间的空间关系。 DE-9IM 模型 DE-9IM 模型把几何对象分为 内部、边界、外部 三个部分，两个几何对象这三个部分两两之间的关系，就可以组合为一个3X3大小（就是 9 个值）的矩阵，这9个值的组合，就表示两个几何对象的空间关系

百度吴甜提出大模型落地关键路径 业内首发行业大模型

百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜发布飞桨文心最新全景图，提出支撑大模型产业落地的3个关键路径，并在业内首发行业大模型。 在模型层，一次性发布10个大模型，形成了涵盖基础大模型、任务大模型、行业大模型的三级体系，全面满足产业应用需求；配套工具与平台层，发布大模型开发套件、API和内置了文心大模型能力的EasyDL和BML开发平台 文心大模型迎来十大新成员 业界首发行业大模型 本次峰会上，吴甜带来了文心大模型发布以来的最大一次升级，其中最值得关注的是，业界首发的文心 · 行业大模型。 文心 · 行业大模型基于通用数据训练的文心大模型，加上行业应用场景中大量存在着行业特有的大数据和知识，结合行业相关的创新算法设计，将进一步提升大模型对行业应用的适配性。 未来，浦发银行将与百度继续深入合作，在现有金融行业大模型的基础上不断迭代，持续地降低金融AI应用落地的门槛。

面壁李大海：行业大模型是历史阶段性产物

我会认为我们一定要做大模型原生的应用，将应用建立于大模型之上，如果没有大模型，应用就不应该存在。 Q：您如何看待 B 端的大模型业务，以及行业大模型发展？ 李大海：B 端业务我们在同步开展，但是现阶段我们更侧重 C 端。 过去半年我们看到很多同行被需求追着走，有很多客户非常希望使用大模型。 现阶段行业大模型可以用更小规模的模型承载垂直领域的应用，所以在成本上更有优势。 并且通用大模型的能力也没有那么强，但是我相信未来一定会产生既能力强，成本也低的通用模型，这个通用模型会把所有的行业模型的空间抹杀。 行业大模型是现在阶段性的产物，我尊重现在的历史阶段。 我们现在的千亿模型是 Decoder-only 网络结构的千亿模型。 值得一提的是，CPM 大模型是面壁智能从零自主研发的预训练大语言模型，其中包括国内首个中文大模型 CPM-1。