7月,刘烈宏被任命为国家数据局局长。昨天,在第二届全球数字贸易博览会数据要素治理与市场化论坛上,刘烈宏透露,目前国家数据局围绕数据要素市场化配置改革正在推进系列重点工作,下一步将加快数据基础设施的建设工作。他表示,数字经济发展对相关基础设施提出了新的要求,需要构建适应数据要素特征、促进数据流通利用、发挥数据价值效用的数据基础设施。
“有意见”留言板
@Futon:数据基础设施在现代经济中占据重要地位,也为基础设施的讨论提供了一个全新的角度,建设、完善数据基础设施不仅对我国的数字经济发展具有重要意义,也给全球数字经济的发展提供了有价值的参考。
@明明就:随着数据基础设施的不断完善,可以预见数据资源的管理和利用将更加高效和安全,进一步推动数字经济的发展。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。