如果你是科普达人、科普小能手,千万不要错过这次机会。近日,工业和信息化部科技司发布关于举办2019工业和信息化科普讲解选拔赛的通知(以下简称《通知》),欢迎科普工作者、兼职科普讲解人员或科学传播爱好者前来参赛。
《通知》显示,本次比赛内容分为自主命题讲解、随机命题讲解和科技常识问答三个环节。自主命题和随机命题讲解内容以自然科学和社会科学知识为主。
自主命题讲解时间为4分钟,由选手自行确定一个科普内容命题进行讲解,可通过表述设定场景和对象,借助多媒体等多种手段辅助进行讲解。
随机命题讲解时间为2分钟内,考核选手的随机应变能力和对相关问题的个人见解,候选命题为看图讲解,共20张图片,具体内容由选手现场随机抽取。
科学常识问答每题限时10秒钟,主要考察选手的科学素养与知识水平,比赛时由选手随机抽取两道题目进行问答。
本次科普讲解选拔赛由北京航空航天大学科协技术协会和中国信息通信研究院信息消费联盟联合承办。《通知》显示,本次赛事将分为预赛和决赛两个阶段。预赛的时间为5月23日(周四)上午在北京航空航天大学学院路校区新主楼第二报告厅举行;决赛时间为5月23日(周四)下午,地点不变。
当然,自命主题的选手需要事先将视频作品提交给组委会。《通知》要求,自命主题讲解视频(4分钟,含自我介绍20秒)刻录光盘。PPT(可配有背景音乐)须为WPS、OFFICE、2010等通用版本,画面比例16:9,PPT第一页无动作无声音,PPT中若插入视频需使用WMV格式。
若选手有任何疑问,可以通过电子邮件与组委会联系gxkpjjds@qq.com。
如果您有兴趣的话,千万不要错过这次的机会。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。