2020年伊始,注定会在史册中记下浓墨重彩的一笔,新型冠状病毒肆虐,打乱了我们的工作和生活,带来新的挑战,然而,机遇总是与挑战并存,在变化中萌发新的生机。
去年起,区块链技术的集成应用被视为技术革新和产业变革中的重要一环,科技行者特推出《区块链启示录》栏目,遍访区块链从业者,希望从他们的观察中发现新机遇,为区块链行业带来启示。
《区块链启示录》本期,科技行者对话腾讯区块链产品负责人卢洋,以下是这次访谈的对话实录。
▲ 图:腾讯区块链产品负责人 卢洋
科技行者:目前腾讯是如何办公的?疫情对既定的工作进度有哪些影响?
卢洋:腾讯是家互联网公司,日常使用线上办公软件就比较普遍,现在各类办公软件比较丰富,功能也强大,大部分工作能正常推进,比如大家通过腾讯会议就可以方便的进行多方线上沟通协作。
当然,一些线下客户拜访就不得不推迟或者取消,因为沟通受限,有些决策速度会受到一些影响。此外因为疫情,有些合作伙伴的工作重心有了较大调整,也会影响到我们之前的工作计划。
科技行者:疫情作为突发事件,在对抗疫情的过程中,也出现了诸多社会问题,您觉得,有哪些区块链技术可以帮助解决问题的地方?
卢洋:由于突发的疫情,口罩变成了最紧缺的防疫物资,市面上开始出现一些来路不明的假冒劣质口罩,以次充好,威胁到医务人员和人民群众的安全,而区块链在溯源方面可以发挥很大的作用。
另外,在口罩、防护服等医疗物资的分配、调度上,区块链技术也有用武之地。疫情来临,如何有效地把医疗物资做到合理管控,区分哪些核心医院、哪些科室最需要医疗物资,分配了多少物资储备,物资的分配过程是不是有效、及时,区块链可以解决效率、协同问题,保证医疗物资信息传输的透明高效。
区块链可以在协调生产资料方面提高效率,调动各方的参与度,同时还能够更好的保护数据隐私,这是传统的中央数据库所无法比拟的。
这次疫情中,社会各界高度关注疫区,为疫区提供大量物资和资金,但捐赠物资和资金的分配效率也在社会上引起了广泛讨论。
公益其实也可以用到区块链技术,捐赠者通过公益平台捐赠给需求者,区块链可以跟踪反馈捐赠路径,捐赠者爱心传递的每一步都可以在链上追溯,从捐赠方到受益者实现全链条透明化,捐赠者可以更放心地实施善举。
科技行者:这次疫情之后,您预测,区块链会有哪些应用场景可能加速落地?
卢洋:疫情突然让人与人之间有了“距离”,怎样避免接触或少接触来阻断交叉传染,是这一个月来人们脑子里最紧绷的那根弦。取快递、买菜、坐车……各种场景,大家都在想方设法实现“非接触”。
不仅生活如此,许多对公场景也在力求无接触,特别是诸如办税、纳税等涉税工作,不能耽搁,况且又是窗口服务,非接触式服务就有了诸多新尝试。
传统纸质发票需要去办税大厅申请并领取,提高了传染风险。为了减少接触,各地税务机关创新性地推出了线上申领发票、快递送票等方式来减少接触。
如果使用区块链电子发票,发票申领、快递送票都可以省去,可实现真正的非接触。
企业在线注册开通区块链电子发票,既不用购买专用纳税设备,也不需要去领取发票,更没有发票额度的限制,实现了更纯粹的无纸化流程,是真正的非接触。
从2018年8月,全国首张区块链电子发票在深圳国贸餐厅开出,一年多时间里,由腾讯区块链提供底层技术支持的区块链电子发票,开票数量已经突破1600万张。
今后,区块链电子发票可能会被更多的人接受,因为体会到非接触、无限量领取发票的便利,不论是企业、个人,还是税务部门,对这种省时省力的涉税体验会更欢迎。
科技行者:前两年,大家都在关注区块链如何赋能实体经济,您觉得,接下来,区块链产业的发展重点是什么方向?
卢洋:如何赋能实体经济,还会是区块链技术接下来持续面临的课题,区块链产业仍处于相对早期阶段,大规模的社会化应用还没有到来,需要区块链从业者的共同努力,做好基础设施建设,未来区块链必将承担更大的社会责任,发挥其应有的社会价值。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。