Compare commits
No commits in common. "master" and "master" have entirely different histories.
Binary file not shown.
|
Before Width: | Height: | Size: 213 KiB |
BIN
Figure/子任务1.png
BIN
Figure/子任务1.png
Binary file not shown.
|
Before Width: | Height: | Size: 522 KiB |
BIN
Figure/子任务2.png
BIN
Figure/子任务2.png
Binary file not shown.
|
Before Width: | Height: | Size: 1.3 MiB |
BIN
Figure/子任务3.png
BIN
Figure/子任务3.png
Binary file not shown.
|
Before Width: | Height: | Size: 510 KiB |
BIN
Figure/子任务4.png
BIN
Figure/子任务4.png
Binary file not shown.
|
Before Width: | Height: | Size: 480 KiB |
Binary file not shown.
|
Before Width: | Height: | Size: 376 KiB |
76
README.md
76
README.md
|
|
@ -2,70 +2,16 @@
|
|||
|
||||
课题五重点聚焦复杂智能软件系统持续构造演化支撑环境，并结合多语言交流、智能交通、智慧金融三个场景，建立复杂智能软件持续构造与演化的规模化应用示范并开展研究，从实证分析、算法设计到机制实现、服务环境构建与应用推广，取得了一系列技术突破和平台进展。
|
||||
|
||||
---
|
||||
课题五依托相关成果，在论文、专利、软著和开源项目方面，在国际会议和期刊发表和录用论文8篇，申请发明专利6项，申请软件著作权5项，开源项目5项。
|
||||
成果链接如下：
|
||||
|
||||
## 一、支撑环境构建
|
||||
构建了以大模型为核心的智能软件持续构造演化支撑环境，以异构计算资源云化管理和调度为基础，广域异构算力协同为支撑，为智能软件构建和大模型持续演化提供了从数据、模型到应用的全流程生产工具，可支持多样化人机交互模式。
|
||||
[课题五成果展示-论文](https://www.gitlink.org.cn/ci4s/applications/tree/master/%E8%AF%BE%E9%A2%98%E4%BA%94%E6%88%90%E6%9E%9C%E5%B1%95%E7%A4%BA-%E8%AE%BA%E6%96%87.md)
|
||||
[课题五成果展示-专利](https://www.gitlink.org.cn/ci4s/applications/tree/master/%E8%AF%BE%E9%A2%98%E4%BA%94%E6%88%90%E6%9E%9C%E5%B1%95%E7%A4%BA-%E4%B8%93%E5%88%A9.md)
|
||||
[课题五成果展示-软著](https://www.gitlink.org.cn/ci4s/applications/tree/master/%E8%AF%BE%E9%A2%98%E4%BA%94%E6%88%90%E6%9E%9C%E5%B1%95%E7%A4%BA-%E8%BD%AF%E8%91%97.md)
|
||||
[课题五成果展示-开源项目](https://www.gitlink.org.cn/ci4s/applications/tree/master/%E8%AF%BE%E9%A2%98%E4%BA%94%E6%88%90%E6%9E%9C%E5%B1%95%E7%A4%BA-%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE.md)
|
||||
[课题五成果展示-平台](https://www.gitlink.org.cn/ci4s/applications/tree/master/%E8%AF%BE%E9%A2%98%E4%BA%94%E6%88%90%E6%9E%9C%E5%B1%95%E7%A4%BA-%E5%B9%B3%E5%8F%B0.md)
|
||||
|
||||
主要完成单位: 鹏城实验室
|
||||
|
||||
|
||||
|
||||
---
|
||||
|
||||
## 二、应用构造与平台
|
||||
|
||||
打造了支撑环境面向复杂智能软件的应用构造技术体系，支撑多语言交流、智能交通、智慧金融三个应用平台的持续构造与演化。
|
||||
|
||||
|
||||
[访问链接](https://pangu-alpha.pcl.ac.cn/env-app/)
|
||||
|
||||
### (1) 多语言交流平台
|
||||
多语言交流平台通过人机协作、多模交互、持续学习演化、多模型融合以及压缩部署等关键技术，结合一系列大模型持续构造演化工具链，打造了一个多样、高效的多语言人机协作交流平台。
|
||||
|
||||
该平台集成了多语言翻译、个性化语音交互、虚拟人交互、人机协作飞轮标注和翻译评测等功能，依托鹏城·脑海和讯飞星火认知大模型，提供自然流畅且高度准确的多语言翻译服务。同时，通过启智社区的AI协作支持平台，实现大模型和平台的持续构造和演化。
|
||||
|
||||
主要完成单位: 鹏城实验室 / 科大讯飞
|
||||
[访问链接](https://pangu-alpha.pcl.ac.cn/env-app/mulLang)
|
||||
|
||||
### (2) 城市交通仿真推演系统
|
||||
城市交通仿真推演系统最大能够承载30万以上规模的车辆实时计算和运行，具有跟驰模型、变道模型、信控模型、车辆OD模型等基础算法模块（以SUMO系统为测试基准，SUMO目前实现了几万车的仿真推演）；搭建演示系统，呈现支撑环境，完成演示系统初步开发，可部署演示。
|
||||
|
||||
主要完成单位: 上海天壤智能科技有限公司
|
||||
|
||||
[访问链接](http://36.103.199.198:30105/)
|
||||
|
||||
### (3) 智慧金融中台
|
||||
新型人机协同技术的智慧金融中台，支持包括金融票据识别、柜面双录视频稽核、信贷风控等各类金融场景的快速定制化实现，降低 AI 技术在金融业务的研发成本，提升复杂智能系统的融合能力，实现弹性智能业务流支撑决策者和普通从业者的高效协同，支持金融领域结构化和非结构化数据的混合管理，提供统一的数据访问与加工服务，实现金融知识推理和数据分析决策，实现“人在回路”模式下的混合智能决策。
|
||||
|
||||
主要完成单位: 江苏云从曦和人工智能有限公司
|
||||
|
||||
[访问链接](https://youbang-test.cloudwalk.work/yb-quality-inspection/#/homepage/index)
|
||||
|
||||
---
|
||||
|
||||
## 三、成果产出
|
||||
依托相关成果，在论文、专利、软著和开源项目方面，在国际会议和期刊发表和录用论文11篇，申请发明专利5项，申请软件著作权5项，开源项目5项。
|
||||
|
||||
成果链接如下：
|
||||
- [课题五成果展示-论文](https://www.gitlink.org.cn/ci4s/applications/tree/master/课题五成果展示-论文.md)
|
||||
- [课题五成果展示-专利](https://www.gitlink.org.cn/ci4s/applications/tree/master/课题五成果展示-专利.md)
|
||||
- [课题五成果展示-软著](https://www.gitlink.org.cn/ci4s/applications/tree/master/课题五成果展示-软著.md)
|
||||
- [课题五成果展示-开源项目](https://www.gitlink.org.cn/ci4s/applications/tree/master/课题五成果展示-开源项目.md)
|
||||
- [课题五成果展示-平台](https://www.gitlink.org.cn/ci4s/applications/tree/master/课题五成果展示-平台.md)
|
||||
|
||||
---
|
||||
|
||||
## 四、合作单位认可
|
||||
|
||||
课题打造的支撑环境、多语言翻译技术、智慧交通平台和智慧金融应用得到以下单位的认可：
|
||||
- 中国人工智能学会
|
||||
- 外文局外文出版社
|
||||
- 长春交通治堵平台
|
||||
- 湖南娄底市公安局科技信息化支队
|
||||
|
||||
**证明文件如下：**
|
||||
|
||||
|  |  |  |
|
||||
|:-----------------------------------:|:--------------------------------:|:-----------------------------------------:|
|
||||
|  |  | |
|
||||
课题搭建的平台和多语言翻译技术得到外文局外文出版社的认可，证明如下：
|
||||
<div align=center>
|
||||
<img src="./Figure/外文局证明文件.png" width=40% height=40%/><br/>
|
||||
</div>
|
||||
|
|
|
|||
|
|
@ -6,8 +6,9 @@
|
|||
|
||||
| 专利标题 | 发明人 | 状态 | 编号 | 简介 | 日期 |
|
||||
| --------- | -------- | -------- | ---------------- | ---------------------------------------- | --------- |
|
||||
| 基于多计算平台的AI在线交互式开发方法及相关设备 | 鹏城实验室 | 已受理 | 202321579787.2 | 融合多个AI计算平台并通过互联网面向用户提供AI交互式开发环境，达到了降低AI开发门槛，提高开发便利性，按需选择资源，提供资源利用率等目标，为课题开展持续构造演化支撑环境的AI模型协同开发提供了技术支撑。|2022-08-02|
|
||||
| 一种基于Spark的大规模长文本语料全局去重方法 | 鹏城实验室 | 已授权 | 202310439940.X | 大规模预训练模型需高质量文本语料，但不同数据源间的编辑差异、转载或修改常造成大量冗余信息。完全重复内容容易识别，但相似内容仅在表达、标点等细节上有差异，传统相等比较难以检测。为避免模型过度学习高度相似内容，提高训练数据质量，需对这些冗余信息进行去重处理。然而，随着数据量增长，单机处理无法满足时效需求。本专利采用分布式计算框架，将倒排索引结构引入分布式系统，通过分区倒排表实现Simhash分布式计算，并引入前缀剪枝技术减少通讯开销。最终，通过多层级分布式文档合并实现全局去重。|2023-04-18|
|
||||
| 一种基于 AI 的交通信号控制装置 | 上海天壤科技有限公司 | 已授权 | 202321579787.2 | 一种基于AI的交通信号控制装置，具体涉及交通信号控制装置技术领域。所述基于AI的交通信号控制装置包括信号灯杆壳体，所述信号灯杆壳体上半部分设置有信号灯面板，信号灯面板下方设置有文字显示面板，文字显示面板下方设有引导杆。|2023-06-20|
|
||||
| 基于多计算平台的AI在线交互式开发方法及相关设备 | 鹏城实验室 | 已授权 | 202321579787.2 | 融合多个AI计算平台并通过互联网面向用户提供AI交互式开发环境，达到了降低AI开发门槛，提高开发便利性，按需选择资源，提供资源利用率等目标，为课题开展持续构造演化支撑环境的AI模型协同开发提供了技术支撑。|2023-06-20|
|
||||
| 基于对比学习的小样本学习鲁棒性提升方法 | 清华大学深圳国际研究生院; 鹏城实验室 | 已授权 | CN202210565539.6 | 本发明公开了一种基于对比学习的小样本学习鲁棒性提升方法，包括以下步骤：S1、对原始数据集进行预处理，构造对抗数据集和对比数据集；S2、将原始数据集、对抗数据集和对比数据集分别输入预训练语言模型中，得到相应的嵌入表示，并使用对比学习损失函数计算三种嵌入表示之间的距离；S3、根据对比学习损失函数与原模型的损失函数计算模型更新的梯度，以总体损失更小为目标来训练模型。本发明通过构造对抗和对比数据集为模型鲁棒性学习提供数据支持，使用对比学习目标函数计算损失能够更好地获取原始样本与对抗样本的相似性，也能更好地区分原始样本与对比样本的差异，从而提升模型受到对抗或者对比扰动时的鲁棒性。 |2022-05-23|
|
||||
| 基于Spark的大规模数据全局去重方法、电子设备及介质 | 鹏城实验室 | 已授权 | 202310439940.X | 大规模预训练模型需高质量文本语料，但不同数据源间的编辑差异、转载或修改常造成大量冗余信息。完全重复内容容易识别，但相似内容仅在表达、标点等细节上有差异，传统相等比较难以检测。为避免模型过度学习高度相似内容，提高训练数据质量，需对这些冗余信息进行去重处理。然而，随着数据量增长，单机处理无法满足时效需求。本专利采用分布式计算框架，将倒排索引结构引入分布式系统，通过分区倒排表实现Simhash分布式计算，并引入前缀剪枝技术减少通讯开销。最终，通过多层级分布式文档合并实现全局去重。|2023-08-08|
|
||||
| 文本标注方法和装置、计算设备及存储介质 | 鹏城实验室 | 已受理 | 202311316116.1 | 随着大规模语言模型的快速发展和广泛应用，生成式人工智能（AI）技术已成为当前研究和实践的焦点。然而，尽管生成式大模型在自然语言理解、对话生成和知识推理方面表现出令人惊艳的能力，但其生成过程缺乏有效的控制，导致合规性问题亟待解决。针对该问题，本专利介绍一种大规模语言模型生成内容合规性反馈平台架构和设计。该平台旨在通过运用人类专家的知识和判断力，以及结合相关法律法规和道德准则，提供帮助改进和管理生成式大模型生成内容的解决方案。 |2023-10-10|
|
||||
| 大规模语言模型生成内容合规性反馈平台、方法、设备和存储介质 | 鹏城实验室 | 已受理 | 202311316116.1 | 随着大规模语言模型的快速发展和广泛应用，生成式人工智能（AI）技术已成为当前研究和实践的焦点。然而，尽管生成式大模型在自然语言理解、对话生成和知识推理方面表现出令人惊艳的能力，但其生成过程缺乏有效的控制，导致合规性问题亟待解决。针对该问题，本专利介绍一种大规模语言模型生成内容合规性反馈平台架构和设计。该平台旨在通过运用人类专家的知识和判断力，以及结合相关法律法规和道德准则，提供帮助改进和管理生成式大模型生成内容的解决方案。 |2023-10-10|
|
||||
| 监控系统时效性评估方法、存储介质及计算机设备 | 江苏云从曦和人工智能有限公司 | 已受理 | 202410660374.X | 本专利涉及系统测评技术领域，具体提供一种监控系统时效性评估方法、存储介质及计算机设备，所述方法包括：获取所述监控系统的响应及时率；获取所述监控系统的响应正确率；基于所述响应及时率和所述响应正确率，对所述监控系统的时效性进行评估。本申请提供的技术方案，能够自动、准确地对监控系统的时效性进行评估，从而满足对系统测评的智能化需求。 |2024-5-27|
|
||||
|
|
|
|||
|
|
@ -3,17 +3,14 @@
|
|||
|
||||
基于复杂智能软件系统构造演化支撑环境，开展人机协同技术与可持续构造演化技术的验证工作，面向多语言交流、智能交通、智慧金融三个应用场景，开发应用系统软件，并将新型人机协同与可持续演化技术适配于各系统的功能模块中，形成复杂智能软件应用示范。
|
||||
|
||||
|
||||
|
||||
|
||||
##一、多语言交流平台（可持续构造）[访问链接](https://pangu-alpha.pcl.ac.cn/env-app/mulLang)
|
||||
##一、多语言交流平台（可持续构造）[Link](https://pangu-alpha.pcl.ac.cn/env-app/mulLang)
|
||||
|
||||
多语言交流平台通过人机协作、多模交互、持续学习演化、多模型融合以及压缩部署等关键技术，结合一系列大模型持续构造演化工具链，打造了一个多样、高效的多语言人机协作交流平台。
|
||||
该平台集成了多语言翻译、个性化语音交互、虚拟人交互、人机协作飞轮标注和翻译评测等功能，依托鹏城·脑海和讯飞星火认知大模型，提供自然流畅且高度准确的多语言翻译服务。同时，通过启智社区的AI协作支持平台，实现大模型和平台的持续构造和演化。
|
||||
|
||||
##二、智能交通应用（虚实交互）[访问链接](http://traffic-sim.tianrang.com)
|
||||
##二、智能交通应用（虚实交互）[Link]()
|
||||
城市交通仿真推演系统最大能够承载30万以上规模的车辆实时计算和运行，具有跟驰模型、变道模型、信控模型、车辆OD模型等基础算法模块（以SUMO系统为测试基准，SUMO目前实现了几万车的仿真推演）；搭建演示系统，呈现支撑环境，完成演示系统初步开发，可部署演示。
|
||||
|
||||
|
||||
##三、智慧金融示范（人机协同）[访问链接](https://youbang-test.cloudwalk.work/yb-quality-inspection/#/homepage/index)
|
||||
##三、智慧金融示范（人机协同）[Link]()
|
||||
新型人机协同技术的智慧金融中台，支持包括金融票据识别、柜面双录视频稽核、信贷风控等各类金融场景的快速定制化实现，降低 AI 技术在金融业务的研发成本，提升复杂智能系统的融合能力，实现弹性智能业务流支撑决策者和普通从业者的高效协同，支持金融领域结构化和非结构化数据的混合管理，提供统一的数据访问与加工服务，实现金融知识推理和数据分析决策，实现“人在回路”模式下的混合智能决策。
|
||||
|
|
@ -1,4 +1,4 @@
|
|||
- # 课题五开源项目
|
||||
- # 课题五成果展示
|
||||
|
||||
##一、鹏城 · 脑海大模型开源计划
|
||||
信息爆炸时代，开源大模型的力量无以估量。
|
||||
|
|
@ -20,7 +20,7 @@
|
|||
</div>
|
||||
|
||||
|
||||
开源链接: [启智社区-大模型技术问题开源](https://openi.pcl.ac.cn/extension/mind/)
|
||||
开源链接: [启智社区-大模型技术问题](https://openi.pcl.ac.cn/extension/mind/)
|
||||
|
||||
##三、AiForge - 启智AI开发协作平台
|
||||
启智AI开发协作平台是一个在线Web应用，旨在为人工智能算法、模型开发提供在线协同工作环境，它提供了代码托管、数据集管理与共享、免费云端算力资源支持(GPU/NPU)、共享镜像等功能。
|
||||
|
|
|
|||
|
|
@ -4,12 +4,13 @@
|
|||
|序号 | 标题 | 作者 | 发表时间 | 刊物/会议 | [链接](#) |
|
||||
|--------| ------- | -------- | -------- | ------------- | --------- |
|
||||
| 1 | CLLE: A Benchmark for Continual Language Learning Evaluation in Multilingual Machine Translation |Han Zhang, Sheng Zhang, Yang Xiang, Bin Liang, Jinsong Su, Zhongjian Miao, Hui Wang, and Ruifeng Xu | 2022 | EMNLP| [paper](https://aclanthology.org/2022.findings-emnlp.30/) |
|
||||
| 2 | DSP: Discriminative Soft Prompts for Zero-Shot Entity and Relation Extraction | Bo Lv, Xin Liu, Shaojie Dai, Nayu Liu, Fan Yang, Ping Luo and Yue Yu | 2023 | ACL | [paper](https://aclanthology.org/2023.findings-acl.339/) |
|
||||
| 3 |CPPO: Continual Learning for Reinforcement Learning with Human Feedback | Han Zhang, Yu Lei, Lin Gui, Min Yang, Yulan He, Hui Wang, Ruifeng Xu | 2024 | ICLR | [paper](https://openreview.net/forum?id=86zAUE80pP) |
|
||||
| 4 | TAeKD: Teacher Assistant Enhanced Knowledge Distillation for Closed-Source Multilingual Neural Machine Translation | Bo Lv, Xin Liu, Kaiwen Wei, Ping Luo, Yue Yu | 2024 | LREC-COLING | [paper](https://aclanthology.org/2024.lrec-main.1350/) |
|
||||
| 5 |A Lifelong Multilingual Multi-granularity Semantic Alignment Approach via Maximum Co-occurrence Probability| Xin Liu, Hongwei Sun, Shaojie Dai, Bo Lv, Youcheng Pan, Hui Wang, Yue Yu | 2024 | LREC-COLING | [paper](https://aclanthology.org/2024.lrec-main.60/) |
|
||||
| 6 | URG: A Unified Ranking and Generation Method for Ensembling Language Models | Bo Lv, Chen Tang, Yanan Zhang, Xin Liu, Ping Luo, Yue Yu | 2024 | ACL |[paper](https://aclanthology.org/2024.findings-acl.261/) |
|
||||
| 7 | C2RG: Parameter-efficient Adaptation of 3D Vision and Language Foundation Model for Coronary CTA Report Generation | Zhiyu Ye, Yue Sun, Wei Shi, Bang Yang, Shibin Wu, Hancong Wang, Cheng Xu, Hairong Zheng, Yining Wang, Tong Zhang| 2024 |IEEE International Conference on Bioinformatics and Biomedicine (BIBM 2024) |[paper](https://ieeexplore.ieee.org/abstract/document/10821939) |
|
||||
| 8 | Correcting Large Language Model Behavior via Influence Function | Han Zhang, Zhuo Zhang, Yi Zhang, Yuanzhao Zhai, Hanyang Peng, Yu Lei, Yue Yu, Hui Wang, Bin Liang, Lin Gui, Ruifeng Xu | 2024 | AAAI |[paper](https://ojs.aaai.org/index.php/AAAI/article/view/33586) |
|
||||
| 9 | GraCoRe: Benchmarking Graph Comprehension and Complex Reasoning in Large Language Models | Zike Yuan, Ming Liu,Hui Wang,Bing Qin | 2024 | COLING |[paper](https://arxiv.org/abs/2407.02936) |
|
||||
| 10 | Enhancing Non-English Capabilities of English-Centric Large Language Models through Deep Supervision Fine-Tuning | 霍文帅，冯骁骋，黄毅翀，付成鹏，李宝航，叶扬帆，张志锐，涂丹丹，唐都钰，路云飞，王晖，秦兵 | 2024 | AAAI |[paper](https://ojs.aaai.org/index.php/AAAI/article/view/34594) |
|
||||
| 2 | Prompt-Based Prototypical Framework for Continual Relation Extraction | Han Zhang, Bin Liang, Min Yang, Hui Wang, Ruifeng Xu | 2022 | IEEE/ACM Transactions on Audio, Speech, and Language Processing | [paper](https://ieeexplore.ieee.org/abstract/document/9860068) |
|
||||
| 3 | DSP: Discriminative Soft Prompts for Zero-Shot Entity and Relation Extraction | Bo Lv, Xin Liu, Shaojie Dai, Nayu Liu, Fan Yang, Ping Luo and Yue Yu | 2023 | ACL | [paper](https://aclanthology.org/2023.findings-acl.339/) |
|
||||
| 4 |CPPO: Continual Learning for Reinforcement Learning with Human Feedback | Han Zhang, Yu Lei, Lin Gui, Min Yang, Yulan He, Hui Wang, Ruifeng Xu | 2024 | ICLR | [paper](https://openreview.net/forum?id=86zAUE80pP) |
|
||||
| 5 | TAeKD: Teacher Assistant Enhanced Knowledge Distillation for Closed-Source Multilingual Neural Machine Translation | Bo Lv, Xin Liu, Kaiwen Wei, Ping Luo, Yue Yu | 2024 | LREC-COLING | [paper](https://aclanthology.org/2024.lrec-main.1350/) |
|
||||
| 6 |A Lifelong Multilingual Multi-granularity Semantic Alignment Approach via Maximum Co-occurrence Probability| Xin Liu, Hongwei Sun, Shaojie Dai, Bo Lv, Youcheng Pan, Hui Wang, Yue Yu | 2024 | LREC-COLING | [paper](https://aclanthology.org/2024.lrec-main.60/) |
|
||||
| 7 | URG: A Unified Ranking and Generation Method for Ensembling Language Models | Bo Lv, Chen Tang, Yanan Zhang, Xin Liu, Ping Luo, Yue Yu | 2024 | ACL |[paper](https://aclanthology.org/2024.findings-acl.261/) |
|
||||
| 8 | C2RG: Parameter-efficient Adaptation of 3D Vision and Language Foundation Model for Coronary CTA Report Generation | Zhiyu Ye, Yue Sun, Wei Shi, Bang Yang, Shibin Wu, Hancong Wang, Cheng Xu, Hairong Zheng, Yining Wang, Tong Zhang| 2024 |IEEE International Conference on Bioinformatics and Biomedicine (BIBM 2024) |[paper](-) |
|
||||
| 9 | Correcting Large Language Model Behavior via Influence Function | Han Zhang, Zhuo Zhang, Yi Zhang, Yuanzhao Zhai, Hanyang Peng, Yu Lei, Yue Yu, Hui Wang, Bin Liang, Lin Gui, Ruifeng Xu | 2024 | AAAI |[paper](https://arxiv.org/abs/2412.16451) |
|
||||
| 10 | GraCoRe: Benchmarking Graph Comprehension and Complex Reasoning in Large Language Models | Zike Yuan, Ming Liu,Hui Wang,Bing Qin | 2024 | COLING |[paper](https://arxiv.org/abs/2407.02936) |
|
||||
| 11 | Enhancing Non-English Capabilities of English-Centric Large Language Models through Deep Supervision Fine-Tuning | 霍文帅，冯骁骋，黄毅翀，付成鹏，李宝航，叶扬帆，张志锐，涂丹丹，唐都钰，路云飞，王晖，秦兵 | 2024 | AAAI |[paper](-) |
|
||||
|
|
|
|||
|
|
@ -7,7 +7,7 @@
|
|||
| 软件名称 | 著作权人 | 受理时间 | 受理号 | 简介 | [链接](#) |
|
||||
| --------- | -------- | -------- | ------------ | ---------------------------------- | --------- |
|
||||
|讯飞翻译机软件系统 | 科大讯飞股份有限公司 |2022年07月 | 2022SR0978042 |为提升人机交互的易用性，采用了离在线混合计算、数据流式处理等方法，开发了讯飞翻译机软件系统V4.0软件，极大的缩短了用户感知的响应时间。为课题开展可持续构造演化支撑的多语言交流平台示范的大规模数据采集与处理、模型部署提供了有效支撑，为翻译模型的持续演化奠定了基础。|
|
||||
|智能业务流平台V1.5 | 江苏云从曦和人工智能有限公司 | 2023年06月 |2023SR0708609 |CWOS 智能业务流(Smart Workflow) 基于全系列AI能力(计算机视觉，语音，NLP等)，通过低代码、可视化方式定制企业业务流，实现应用集成、数据集成和AI能力集成。通过API编排和资源集成，打通应用API、数据源、消息队列、 设备、遗留系统等，实现业务流程自动化，实现感知，认知，决策和行动的业务闭环。|
|
||||
| 虚实结合的人机交互交通流量预测平台 | 上海天壤智能科技有限公司 | 2023年06月 | 2024SR0153020 |虚实结合的人机交互交通流量预测平台主要服务于城市交通拥堵治理优化。通过人机交互的智能反馈机制，实现对交通拥堵预测效果的持续反馈和优化，主要面向城市道路拥堵预测、交通流量调度与交通拥堵治理。主要功能集中在：一、依托于城市交通卡口设备的数据采集系统，通过算法实时计算包括区域在途量在内的多个交通流量指标分析与拥堵指标分析。二、平台通过人机协同，结合预测的实时指标数据和摄像头数据等，对流量监控预测系统进行离线标注，并反馈到后台数据库。三、后台通过多方数据进行强化学习，并更新算法。四、下发新的算法到后台计算交通流量各种指标。将新的预测结果反馈给线上交通流量大屏、交通预警平台等供交通指挥调度使用。该平台具备直观的可视化界面，使用户能够从三个不同维度——区域、路段和路口，快速掌握交通运行的实时状况，同时，融合了虚实结合的方式来及时反馈并采用强化学习的思想来对预测的算法和效果进行更新。|
|
||||
|异构算力集群统一适配系统V1.0 | 鹏城实验室 | 2024年04月 | 2024SR1252777 |针对在多种异构算力集群场景中，为了屏蔽不同异构算力的差异，实现多种异构算力任务的透明化运行，设计了多种异构算力集群的适配服务系统软件，达成将任务分发到指定类型的算力计算中心的目的。该系统规范了作业的参数模板，保证在多种异构算力中心可兼容、可分配，使得异构算力作业具备了模拟运行在单Kubernetes集群管理和调度能力，并为每个异构集群设计并创建一种作业适配器，以此将一个异构集群向上表示为一个虚拟节点，为支撑环境的构建在集群管理、适配方面提供了技术支持。|
|
||||
|广域异构存储统适配和调度系统V0.5 | 鹏城实验室 | 2024年07月 | 2024SR1131248 |算力网统一存储服务为用户提供数据管理平台，不仅有完备的数据集操作管理功能，而且适配多种异构存储类型，如：对象存储、文件存储和块存储等。平台为异构存储分中心提供接入和管理等功能模块的同时，又保证了隔离性与安全性。数据集管理平台支持数据集在多地异构存储分中心的部署、迁移、缓存等，既对用户提供了统一的存储功能，又能通过迁移和缓存机制保证数据集的高效访问。|
|
||||
|面向大语言模型的人机协作持续演化飞轮系统 V1.0 | 鹏城实验室 | 2025年07月 | 2025SR1199204 |为大语言模型提供基于人机协作技术的可持续演化飞轮解决方案，它提供了用户业务需求操作、数据统一存储、人机交互任务分发、数据打分、标注、数据上传管理和身份管理等主要功能。|
|
||||
|广域异构存储统适配和调度系统V0.5 | 鹏城实验室 | 2024年07月 | 2024SR1131248 |算力网统一存储服务为用户提供数据管理平台，不仅有完备的数据集操作管理功能，而且适配多种异构存储类型，如：对象存储、文件存储和块存储等。平台为异构存储分中心提供接入和管理等功能模块的同时，又保证了隔离性与安全性。数据集管理平台支持数据集在多地异构存储分中心的部署、迁移、缓存等，既对用户提供了统一的存储功能，又能通过迁移和缓存机制保证数据集的高效访问。|
|
||||
Loading…
Reference in New Issue