CNET科技行者 8月11日 北京消息:8月11日,全国智能电气创新创业大赛新闻发布会在京举行。组委会将向智能电气产业相关企事业单位、地方科委、高校、金融投资机构、媒体、创客等广发“英雄帖”,围绕输变电、智能配电、智能用电等领域,征集参赛项目。
2017全国智能电气创新创业大赛由中国科技体制改革研究会指导,中国生产力促进中心协会、扬中市人民政府、大全集团有限公司主办,同时得到华北电力大学、中国技术交易所、江苏省科技厅、复旦大学等10家单位,以及12家投资机构的支持。将围绕输变电、智能配电、智能用电等领域征集参赛项目,并以大赛为载体,广泛吸引优秀人才聚焦智能电气细分领域,聚集和整合智能电气领域创新创业要素,打造高水平的科技创新及成果转化平台,助推智能电气产业科技成果转化和产业集群化发展。
“智能电气产业是《中国制造2025》前瞻部署的十大战略领域中电力装备领域的重点,举办此次全国智能电气创新创业大赛,就是要通过聚合高校院所、科技企业的创新资源,搭建智能电气产业项目展示、对接、转化和交易的平台,营造良好的产业创新创业生态环境,激发创新能量和创新活力,从而推进先进技术向智能电气领域转移转化应用,促进科技与经济、创新成果与产业发展、创新项目与现实生产力深度融合。”扬中市市长张德军在致辞中表示。
扬中市市长张德军
作为国内知名的“工程电气岛”,扬中工程电气产业占全国市场份额20%左右,被科技部命名为“国家火炬扬中电力电器特色产业基地”,也是全国中低压工程电气知名品牌创建示范区和首批国家产业集群区域品牌建设试点市。“十三五”时期,扬中着力推进工程电气向智能电气转型提升,正借助科技引领站上了产业高端,目前,该市已有4家智能电气企业牵头或参与国家相关行业标准的制定,大全集团“直流配电系统大容量断路器快速分断技术及应用”获得国家技术发明奖二等奖,华北电力大学与扬中高新区正式签署创建国内领先的“智能电气研究中心”。
将大赛的决赛地点设在扬中,该市将通过聚集全国各地的参赛者、专家、业界领袖、媒体记者等,掀起智能电气产业创新融合发展的热潮,通过大赛选拔出一批优质的企业和创业团队,在双创奖金、产业对接、投融基金、政府扶持、创业培扶等方面吸引大赛优质项目在扬中市落地,形成智能电气完整的产业生态链,引领推动扬中工程电气产业快速向智能电气产业转型升级,提升扬中区域品牌的知名度。
据悉,以此次新闻发布会为整个赛事的正式起点,大赛将按照初创企业组和成长企业组进行比赛。即日起,自评符合参赛条件的团队和企业可于9月30日前登陆“全国智能电气创新创业大赛”官网注册报名,在资格确认、半决赛系列评审后,从初创企业组和成长企业组中分别评选出6家和10家优秀企业或团队,于12月底在江苏省扬中市参加总决赛。
在获奖项目团队的奖励上,一方面,大赛组委会将根据其项目所涉及的领域,向专业投资机构积极推荐,组织投资机构采取直接注入投融基金等方式帮助优秀项目实现在国内的市场化发展和国际化提升推广;扬中市政府更是设立总规模超过5亿元的智能电气产业发展基金作为大赛创业投资引导基金,支持龙头企业、投融机构投资优胜初创企业,让优胜初创企业在扬中对接落地,真正实现科技金融紧密结合,推动产业提质增效。
此外,大赛还开辟了行业内龙头企业与大赛优质项目合作的渠道,对优秀创新项目进行深入发掘、扶持和推广,通过多样化、多层次的自主研发与开放合作并存的创新模式,吸引大赛优质项目在扬中落地,从而形成智能电气上、中、下游完整的产业生态链。
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。