日前,上海市数据局正式揭牌成立。在此之前包括江苏省数据局、四川省数据局在内等省市正式成立了省级数据局。结合2024年1月4日,《国家数据局等部门关于印发〈“数据要素×”三年行动计划(2024—2026年)〉的通知》,预示着“数据要素×”的新阶段将拉开大幕。
国家发展改革委党组成员,国家数据局党组书记、局长刘烈宏提到与2015年“互联网+”行动相比,“数据要素×”实现了从连接到协同、使用到复用、叠加到融合的转变,推动数据要素化,让数据要素在千行百业中发挥乘数效应,正成为推动数字经济发展的新抓手。
“有意见”留言板
@媒体搬运工 :数据成为新的生产要素,数据局将会是政府的常设机构。这一部门的设立类似首席数据官在企业中的设置,将会对数据的管理起到规范作用。
@辣腿堡不加酱 :上海市数据局的揭牌成立是数字化转型和智慧城市建设方面迈出的重要一步。这一举措体现了国家对数据资源管理和利用的重视,以及对提升城市治理能力和服务水平的决心。如何平衡数据的开放与安全、创新与规范,将是数据局在未来工作中需要不断探索和完善的问题。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。