2018年6月21日,由工业和信息化部和深圳市人民政府指导,IMT-2020(5G)推进组联合中国通信学会与中国通信标准化协会共同主办的2018年(暨第六届)IMT-2020(5G)峰会在深圳开幕。为期两天的峰会以“构建5G新生态”为主题,邀请工信部领导、深圳市政府领导以及数十家国内外主流移动通信和行业应用单位专家400多人参加会议,集中探讨5G技术、标准、研发、试验、产业、商用计划、融合应用等最新进展与发展趋势,颁发“绽放杯”5G应用征集大赛奖项、发布大赛成果。
工业和信息化部副部长陈肇雄出席峰会并致开幕词。陈肇雄指出,5G作为新一代信息通信技术发展的重要方向,对于构建万物互联的基础设施,推动互联网、大数据、人工智能与实体经济深度融合,支撑服务高质量发展,意义重大。要紧紧抓住5G发展的历史机遇,加快推进5G技术产业发展,全面推动5G与实体经济深度融合:一是促进5G技术成熟,打造完整产业链,为全面商用奠定产业基础;二是出台5G商用政策,适时发布频谱规划和商用牌照,满足5G网络建设与应用拓展需求;三是加快5G应用拓展,支撑服务经济实现数字化、网络化、智能化高质量发展。
工业和信息化部副部长陈肇雄
深圳市市长陈如桂为本次峰会致辞,陈如桂指出,深圳高度重视5G等新一代信息技术创新,专门制定了5G创新发展行动计划,希望通过5G技术突破,带动电子信息技术产业转型升级,同时,也希望通过率先开展5G技术应用,带动深圳智慧城市和数字政府建设上水平,努力实现“科技让生活更美好”。陈如桂表示,深圳将在工信部指导下,充分发挥创新先发优势,加大对5G技术研发投入,为我国建设网络强国和数字中国作出积极贡献。
深圳市市长陈如桂
中国工程院院士、IMT-2020(5G)推进组顾问邬贺铨发表了题目为《5G与光传输技术相辅相成》的主题演讲。中国信息通信研究院副院长、IMT-2020(5G)推进组主席王志勤介绍了推进组在5G标准、试验、应用和国际合作等方面的主要观点和工作进展。 深圳市发改委副主任蔡羽发布了《深圳促进第五代移动通信(5G)创新发展行动计划(2018-2020年)》。
在本次峰会上,IMT-2020(5G)推进组还举行了“绽放杯”5G应用征集大赛颁奖典礼,陈肇雄副部长和陈如桂市长分别获奖单位颁发证书。大赛于2018年1月16日启动,旨在面向全社会广泛征集5G应用创新案例,以充分发挥行业需求和企业创新主体作用,助力5G商业化进程。大赛自开赛以来得到了业界的广泛关注,历经3个多月的项目征集,共收到面向工业、VR/AR、交通、医疗、无人机、环保等众多领域的参赛项目334个。大赛“最佳人气奖”评选平台开放之后,在短短5天半时间里,点击量就超过1400万,累计投票数超过500万。
在峰会第一天,参会的移动通信设备企业、运营企业、芯片/仪表企业、终端企业、器件企业以及制造企业代表围绕“5G整体解决方案”和“5G最佳产品体系”两大主题进行演讲,分享5G技术标准、研发进展、测试方案以及商用准备等研究进展,开展“面向5G商用关键问题”圆桌讨论,从不同视角对5G关键问题进行了全面展示和深入探讨。
峰会第二天将举行“5G商用计划”、“5G与垂直行业融合”和“5G应用大赛获奖项目展示”等主题演讲,以及“5G行业应用发展关键问题及解决方案”圆桌讨论,期间IMT-2020(5G)推进组将发布《5G承载需求白皮书》、《5G核心网云化部署需求与关键技术白皮书》、《C-V2X白皮书》和《绽放杯5G应用征集大赛白皮书》。
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。