15 3.2.1.2 华为 ModelMate RAG+Agent 助力海关共启智能政务新篇章 ............................. 16 3.2.1.3 面向智慧文旅场景的大模型应用-讯飞文旅大模型 ........................................... 17 3.2.2 教育行业 ............................. RAG+Agent 工具链及 AI 计算使能方案和价值 ........................................................ 16 图 9 利川模式-文旅城市智慧转型标杆 .............................................................................. 18 图 10 D 效 2023 年 10 月，科大讯飞发布了支持万亿浮点参数的基于全国产算力的星火大模型，真 正意义上突破和实现了技术的自主可控。同月，科大讯飞与华为联合发布了国内首个全国产 算力平台“飞星一号”。 为了确保集群训练的长时稳定高效，科大讯飞联合华为攻关团队，从底层基础设施到算 存网，再到 AI 工程化，全方位梳理影响集群长稳的关键指标，并通过流程优化、平台构建、 快速定位解决问题。2024

知道有几种交通路线： 1. 89 路公交车，共 17 站，需步行 2 分钟，共用时 50 分 钟 2. 地铁 10 号线转 2 号线，这样就是 2 站 +5 站，共 7 站， 需 步行 20 分钟，共用时 43 分钟 3. 地铁 3 号线转 7149 路公交车，这样就是 3 站 +11 站， 共 14 站，需步行 11 分钟，共用时 50 分钟 4. 这样综合看起来，最快的交通方案应该 2 ，共用时 43 分 钟 什么是思维链 (CoT) 从浙大玉泉校区到紫金港校区如何最快出行？ 地铁 10 号线黄龙体育中心站 -> 文三 路 -> 学院路（转 2 号线） -> 古翠路 -> 丰 潭路 - > 文新路 -> 三坝 -> 虾龙圩 -> 步行 … 桌子上放着 50 根火柴 ，丁丁、 田田二人轮流每次取走 1~3 根。规定谁取走最后一根火 Weiming Lu, Yueting Zhuang. NeurIPS 2023 • 获得斯坦福客座教授吴恩达、英伟达 GEAR Lab 主任 Jim Fan 、 OpenAI 研究员等科学家的博文推荐； • 论文一年被引 600 余次 ，获得 WAIC 青年优秀论文奖； • 开源仓库获得 2 万多次收藏 ，获得国际测试委员会颁 发 的 2022-2023 百大开源成就奖 ， Demo

Siemens Jons 打造生态链 软件服务商 拓维、阿里。。。 设备厂家 海康威视、大华、华为、 H3C 、 锐捷、科拓、 ABB 、 西门子、 江森自控、霍尼韦尔。。 文博展馆 博物馆、图书馆、音乐厅、 规划馆、展览馆、体育馆、 文化宫。。 科教 中小学、中职院校、高校、 党校、科研实验室。。。 行政办公 政府机关、事业单位、公 检法机构 产业园区 LuhrosatoniD:22215 CEU 40 TRIDIUM ⑧ 湖南设计 书案工程中心 ◎ 湖南投计 HD 能耗管理系统 PUI 防史曲懂 总负码查询 玛查电压复动 2 号叠电发 动 蜃 世 查 寻 1 号进描断电 B 周月统计 0 南设计 HD 系统集成与数字赋能 楼控系 HDM 能 工 程 中 心 2 0 2 2 5 从 V01 V01 到 V02 ◎ 湖南设计 环清点著 邦性 接 交 暴 族 门禁形线 规警查动 交 清 制 墨工分布 照 HD 能耗管理系统 PUI 防史曲埋 总 负 得 查 海 号查电压动 2 号 叠 电 压 动 服营查寻 B 周月统计 2023 年 V02 2022 年 V01 I loT-HD 智 禁 力 公 集 成 管 理 平 台 1 彩 面

级参数的 Transformer 架构，通过行业知识增强训练和垂直场景微调，能够 显著提升客户关系管理的效率与精准度。 在自然语言处理层面，模型具备高达 128K tokens 的超长上下 文窗口，可无缝解析客户沟通中的复杂语义场景。例如在邮件沟通 过程中，系统能自动提取客户需求中的隐含意图，准确率达 92% （基于内部测试数据），同时支持中英日韩等 12 种语言的实时互 译，满足跨 邮件主题行优化：针对不同行业生成 A/B 测试版本（如 B2B 客户 “ ” 采用 解决方案白皮书下载 ，C “ ” 端客户使用 限时折扣提醒 ） - 社交媒体文案：根据产品特性自动适配平台风格（小红书种草文 案 vs 知乎技术测评体） - 促销活动规则：输入库存数据和客户价值模型，输出梯度优惠方 案（VIP 客户专属礼包 vs 新客首单满减） 实时对话辅助系统 在客服场景中部署实时推理引擎，实现： 以内。 数据层通过 Redis 缓存高频访问的客户画像数据，MySQL 主从复 制保障事务一致性。 数据流转路径如下： 关键接口规范包括： 1. 客户意图识别接口 - 输入：客户对话文 本+历史交互记录（最近 5 条） - 输出：意图分类标签及置信度 （阈值≥0.85 ） 2. 个性化推荐接口 - 输入：客户 ID+ 产品目录 - 输 出：排序后的产品 ID

1 所示， 现实世界的信息、状态和变化通过不同的媒介和技 术手段，可以转化为文本、图片、音频、视频、信号 等符号描述，如果说文本数据是对现实世界在文字 符号规则下的一个投影，那么图片、视频、传感器信 号等不同数据都可以看作是现实世界在不同符号规 则下的多个投影，大语言模型技术具有在高维数字 空间融合不同符号世界信息的潜能，利用高维空间 的多模态知识表示，能促进不同符号世界信息的理 解、交流和融合，提供在一个更全面、完整、系统的 应急知识分布于模型的海量参数中，这种统一 的数值表示形式，使得来自不同学科、不同领域、不 同类型的知识在同一个数值向量空间进行分析成为 可能，打破了传统知识壁垒，有利于知识的连接和 融合，促进了应急知识的创新。相比较于知识的符 号化表示，数值表示的知识能反映更复杂、更细微 的事物本质及其变化规律，能通过数值空间的向量 操作来完成特定知识任务，这使得应急知识的应用 能超越过往经验。根据新的应用场景进行适应性调 整，对于理解和处理复杂的应急管理情境至关重要， 4195-4205. [18] ANAND P. Decision-making when science is ambiguous[J]. Nature, 2002, 295: 1839. [19] 薛耀文, 黄欢, 张国凤, 等 . 基于重大突发事件的即兴决 策 [J]. 系统管理学报, 2013, 22（5）: 708-714. XUE Y W, HUANG H, ZHANG G F, et al.

，并支持实时推 理。为了确保系统的稳定性，推理引擎应采用容错机制，能够处理 异常情况并自动恢复。用户接口模块则负责与用户进行交互，提供 友好的界面和简化的操作流程。该模块应支持多种输入方式，如文 本、语音和图像，并能根据用户需求动态调整输出内容。 为确保系统的安全性和可维护性，系统架构还应包括日志管理 模块和监控模块。日志管理模块负责记录系统的运行状态和各项操 作，便于故障排查和性能优化。监控模块则实时监控系统的运行状 解密。此外，数据传输过程中也采用 TLS 协议进行加密，防止数据 在传输过程中被截获或篡改。 为了进一步提升系统的安全性，我们实施了严格的安全审计和 日志记录机制。所有用户操作和系统事件都会被记录，并且日志文 件定期备份和审查，以便及时发现和响应潜在的安全威胁。此外， 我们还定期进行安全漏洞扫描和渗透测试，确保系统能够抵御最新 的攻击手段。 在用户身份验证方面，我们采用多因素认证（MFA）机制，结 一环。每个缺陷 应详细描述其复现步骤、预期结果和实际结果，并分配优先级和责 任人。测试团队与开发团队应保持紧密沟通，确保缺陷能够及时修 复和验证。 以下是一个示例的缺陷跟踪表： 缺陷编 号 模块名称 描述 优先 级 状态 责任人 备注 #001 用户管理模 块 用户注册时无法接收验证 码 高 已修 复 张工 修复后已验 证 #002 订单处理模 块 订单状态更新延迟超过

AI 生成的分析结论都需通过独立 ” 规则引擎验证，关键审计判断则保留人工复核接口。这种 人机协 ” 同 模式既保持了专业判断的权威性，又实现了基础工作的智能化 替代。随着审计准则第 1321 号对 IT 控制的强化要求，该方案已通 过三家监管机构的合规性评估，为规模化应用扫清了制度障碍。 1.1 审计行业的现状与挑战 近年来，审计行业在全球化与数字化浪潮下面临着前所未有的 变革压力。 等垂直领域展现 出超过 85%的准确率。其知识截止 2023 年的特点，确保了在审计 政策时效性方面的可靠性，例如能够准确识别 2022 年财政部新修 订的收入确认准则（财会〔2022〕25 号）的具体变化条款。 在审计工作流中的技术适配性主要体现在三个维度：首先，非 结构化数据处理能力可解析 PDF 版银行对账单、扫描件合同等传 统 OCR 难以处理的文件，实测显示对模糊文档的字段提取准确率 金流向分析 | 可疑交易检出率提升 35% | | 底稿自动生成 | 按照 AS 2201 标准的结构化输出 | 编制时间缩短 60% | | 准则合规检查 | 实时对照 CAS 21 号等最新准则条款 | 合规问题发现率提高 28% | 具体到审计效率提升路径，DeepSeek 可构建端到端的智能辅 助系统：在计划阶段自动生成风险矩阵，基于被审计单位行业特征 （如制造业存货

基于大模型的具身智能系统综述 王文晟 1 谭 宁 1 黄 凯 1 张雨浓 1 郑伟诗 1 孙富春 2 摘 要 得益于近期具有世界知识的大规模预训练模型的迅速发展, 基于大模型的具身智能在各类任务中取得了良好的 效果, 展现出强大的泛化能力与在各领域内广阔的应用前景. 鉴于此, 对基于大模型的具身智能的工作进行了综述, 首先, 介绍大模型在具身智能系统中起到的感知与理解作用; (Large language model, LLM) 的具身智能系统面临的挑战与发 展方向进行讨论与总结. 关键词 大语言模型, 大型视觉模型, 基础模型, 具身智能, 机器人 引用格式 王文晟, 谭宁, 黄凯, 张雨浓, 郑伟诗, 孙富春. 基于大模型的具身智能系统综述. 自动化学报, 2025, 51(1): 1−19 DOI 10.16383/j.aas.c240542 图 1 基于大模型的具身智能工作概览 Fig. 1 Overview of embodied intelligence work based on large models 1 期 王文晟等: 基于大模型的具身智能系统综述 3 OVMM 基准测试, 提供了高质量的多房间家庭环 境, 以支持在仿真和物理环境中进行广泛的基准测 试. 为了解决开放词汇移动问题, 文献 [103] 利用 CLIP

vllm ， megatron 等 通用训练框架 u triton, vllm, sg lang, sd, pmml 等 通 用 推 理框架 分布式文件存储 u 公 有 云 分布 式 文 件 存 储 CFS/Turbofs/Goosefsx u 私有化 NFS 协议存储 NAS/CSP 云服务器 u 公有云 HCC 高性能服务器，一键纳管 u 私有化服务器，支持 X86+ARM 官方插件 文档解析 / 混元文生 图 .. 汽车 语音助手 零售 电子 说明书 金融 代理人 辅 助 ... ① 标准模式 内置 RAG 最优流 程 文档解析 多轮改写 文旅 虚拟 导游 政务 一网 通办 ② 自定义插 件 应用 场景 三方大模型 插件 工作流模式 “ 智能生产线 ” 使用指定的工作流来响应用户所 有对话。如果你对应用的执行流程， 复杂排版的阅读顺序 复杂的子元素识别 复杂的表格结构 跨栏段落 跨图段落 少线表格 无线表格 有线表格 段落内图像 段落内公式 表格内图像 表格内公式 跨表段落 图表文环绕 纵向多栏 图 / 图注群组 表 / 表注群组 横向多栏 传统 OCR 技术局限：识别精度低、元素易丢 失 高准确的复杂文档解析、切分能力 基于 OCR 大模型，打造的解析引擎，突破图文混排版面分析、

具体而言，DeepSeek 在股票量化交易中的必要性体现在以下 几个方面： 1. 提升数据处理能力：传统量化模型通常只能处理结构化数据， 而 DeepSeek 能够同时处理结构化和非结构化数据（如文 本、图像等），显著拓宽了数据来源和应用场景。 2. 增强预测精度：通过深度学习技术，DeepSeek 能够挖掘数据 中的非线性关系和复杂模式，从而提高价格走势预测的准确 性。 3. 优化交易决策：DeepSeek 练过程中，将采用动态调参机制，确保模型能够适应市场的快速变 化。同时，项目还将引入强化学习技术，使模型能够在实战中不断 自我优化，提升决策的精准度。 在交易执行层面，项目将开发一套自动化交易引擎，实现从信 号生成到订单执行的全程自动化。系统将支持多种交易指令类型， 包括市价单、限价单、止损单等，并能够根据市场流动性动态调整 交易策略。此外，系统还将引入风险控制模块，实时监控市场风 险，自动触发止损或止盈操作，确保交易风险在可控范围内。 核心技术是一套基于深度学习和人工智能算法的高 效量化交易解决方案，旨在通过数据驱动的决策模型提升股票交易 的准确性和效率。其核心在于利用多层次神经网络结构对海量市场 数据进行特征提取和模式识别，从而生成具有高预测能力的交易信 号。以下是 DeepSeek 核心技术的主要组成部分及其应用细节： 首先，DeepSeek 采用了先进的时序数据处理技术，能够对股 票市场的历史价格、成交量、新闻情绪等多维度数据进行深度分 析。通