华夏系 河北 王文学 华夏幸福、玉龙股份、黑牛食品 银亿系 浙江 熊续强 银亿股份、康强电子、河池化工 广汇系 新疆 孙广信 广汇汽车、广汇能源、 ST 兴业 汇垠系 广东 万家乐、汇源通信、永大集团 长城系 浙江 赵锐勇 长城影视、长城动漫、天目药业 袁志敏、熊 海涛夫妇 广东 袁志敏、熊 海涛夫妇 毅昌股份、高盟新材、东材科技、 金发科技 资本系 地区 掌舵人 渤海金控、西安民生、海航投资、凯撒 旅游、海航基础、海航创新、天海投资 复星系 上海 郭广昌 上海钢铁、复星医药、南钢股份、豫园 商城、海南矿业 明天系 内蒙古 ST 明科、华资实业、西水股份 杉杉系 浙江 郑永刚 艾迪西、 ST 江泉、杉杉股份 中植系 北京 解直锟 美尔雅、 ST 宇顺、铨银高科、 ST 华泽 宝能系 广东 姚振华 万科 A 、中炬高科、韶能股份、南玻 A 鹏欣系 上海 姜照柏 国中水务、鹏欣资源、大康农业

AutoGen 在四项实战应用的表现测试中均胜过单一大语言模型，实验发现智能体能 增加 AI 完成任务的成功率以及模型的稳定性。1）数学计算：分别测试了 AI 在完成整个 数学题库和随机 120 道题目的表现，AutoGen 的成功率远超各类语言模型。2）数据库 检索问答：先建立一个 RAG 数据库，然后对智能体进行问答测试，看其能否追踪到正 确的答案。其 F1-score 越高，说明模型更稳定；Recall [Table_Reports] 重点研究上市公司： 易华录,润和软件,神州控股,创业慧康,航天宏图,狄耐克,京北方,永信至诚,,广联达,纳思达,用友网络,云赛智联,联 想集团,商汤-W,思维列控,锐明技术,中控技术,拉卡拉,能科科技,税友股份,星环科技-U,国能日新,海光信息,*ST 银 江,拓尔思,鼎捷软件,中科曙光,金山办公,道通科技 投资评级说明 1. 投资评级的比较和评级标准： 以报告发布后的 6 个月内的市场表现

测 设备运行状态，并对异常情况进行自动报警，提升整体安全 性。 总的来看，AI 大模型在城市轨道交通行业的应用不仅是一种技 术革新，更是推动行业进步的重要力量。通过将 AI 技术与传统轨 道交通运营管理深度融合，可以为提升城市轨道交通的高效性、安 全性和服务质量提供强有力的支持，为城市出行带来革命性的变 化。最终，建设更加智能、高效、便捷的城市轨道交通系统，满足 日益增长的城市出行需求，将是我们努力的方向。 大模型的数据需求与获取 在城市轨道交通行业中，AI 大模型的应用需要大量、准确且高 质量的数据支持。这些数据不仅要涵盖技术层面，还需包含运营、 用户行为、环境等多个维度。下面将详细讨论 AI 大模型在城市轨 道交通行业中的数据需求与获取途径。 AI 大模型的核心需求是多样性和丰富性的数据。首先，技术数 据是基础，包括车载设备数据、轨道状态监测数据、信号传输数据 等。这些数据对于模型的训练至关重要，帮助其理解系统的动态特 Kafka、Apache Flink 等实时流处理技术，结合大数据存储技术，如 Hadoop HDFS 或 Amazon S3，进行高效的数据管理与分析。 综上所述，实时监控与传感器数据的获取与管理是推动城市轨 道交通行业 AI 大模型应用的核心环节。通过搭建完整的传感器网 络与数据处理框架，能够为提升系统的智能化水平和运营安全性提 供强有力的支持。 3.2 数据清洗与处理 在城市轨道交通行业的 AI 大模型应用方案中，数据清洗与处

AMX/TMUL(INT8& BFloat 16,FP16)&AVX-512 (VNNI/INT8) 6通道 高达2933MT/s(DDR4) 8通道 高达4800MT/s(DDR5) PCIe 5.0, 80条通道 PCIe 3.0, 48条通道 支持PCIe 5.0, 多达96条通道 12通道 高达6400MT/s(DDR5) �� 至强 ® 6 性能核处理器专为计算密集型工作负载而设计，计算单元基于英特尔

续的学习和适应来改进性能。 信息安全软件是专为保护计算机系统、网络和数据免受未授权访问、攻击及泄露而设计的程序工具。它通过提供防火墙、加密技术、入侵 检测、病毒查杀、安全审计等多种功能，构建起一道坚固的防线，确保信息资产的安全性和隐私性。这类软件不仅能够实时监控和防御潜 在威胁，还能在事件发生后进行响应和恢复，最小化损害。 摘要 智能软件研发行业专注于开发和应用AI技术，提供智能化解决方案 信设备销售；雷达及配套设备制造；雷达、无线电导航设备 专业修理；数字视频监控系统制造；数字视频监控系统销 售；云计算设备制造；云计算装备技术服务；云计算设备销 售；数据处理和存储支持服务；信息系统运行维护服务；轨 道交通运营管理系统开发；互联网数据服务；大数据服务； 数字技术服务；工业控制计算机及系统制造；工业控制计算 机及系统销售；工业自动控制系统装置制造；工业自动控制 系统装置销售；电子元器件与机电组件设备制造；电子元器

（3）评测方法 S-Eval题库中包含10万条数据，其中7万条是保险客观选择题，3万条是保险相关简答 题。经过抽样得到了529条原始评测集，经过人工质量审核，选取了448道高质量题目作为 评测集。其中，包含188道简答题和260道客观选择题。评测样例在附录中展示，S-Eval总 分 = 0.8 × 简答题得分 + 0.2×客观选择题得分，多轮简答题更能反映模型真实能力，故权 重设置提高。具体评测方法如下图所示。 别准确度。 （B）应用方案 通过“小财大模型能力+专家经验”来进行大案的识别判断，确认大案和非大案，在原 本纯人工上报的流程中加入人工智能预处理，用大模型介入相关的业务流程，给流程再增 加一道防线。实际效果证明，小财大模型的介入有效提高了大案上报的时效性和准确性。 （C）应用效果 截至目前，湖北分公司已借助小财大模型过滤案件超1.5万件，已识别漏报大案累计 金额超过200万元，节省超 基于大模型效果验证搭建“IUE保险大模型评测基准”。评测基准包括15个大类，内容 覆盖保险业务的全链条，包括但不限于产品咨询、理赔流程、客户服务、政策法规等，确保 评测的全面性。完成2098道对话问题设计，以充分暴露模型在理解和生成上的短板。采用 多人标注+审核的方式，确保每道问题及其答案的准确性和一致性。对于复杂问题，可引入 专家评审机制。 ��� ��� 信美大模型保险垂直应用历经“内部知识库”1

偏见、隐私与安全 算力消耗仍然很高 -31- 认识大模型的局限性：幻觉 n 什么是大模型的幻觉？  生成式语言模型在生成文本或者回答问题时，产生与事实不符或者逻辑 错误的内容，即“一本正经地胡说八道”  示例1：一篇根本不存在的参考文献（右图） n 大模型幻觉产生的原因  目前的大模型结构和训练机制：基于概率的生成模型，本质上没有理解 自己所学习的内容  缺乏对真实世界的有效建模方式和全息感知能力

合机载激光雷达（LiDAR）技术，可以获取高精度的三维点云数 据，准确描绘地形及铁路设施的空间分布。 其次，地面数据采集也至关重要。我们将配备移动激光测量系 统（MLS）在铁路沿线进行拍摄，特别是对复杂结构（如桥梁、隧 道、车站等）的详细测量。MLS 系统通过激光扫描与高分辨率摄影 相结合，能在相对较快的时间内获取高密度数据，确保模型的细节 得以保存。此外，使用全站仪等测量设备，对难以覆盖区域的数据 进行补充，这样可以提升模型的整体准确性。 下步 骤： 首先，进行高精度的材质获取，这是制作真实感纹理贴图的基 础。我们可以通过使用专业摄影设备，如高分辨率相机和三脚架， 在铁路沿线的各种材质上进行拍摄。这些材质包括但不限于铁路轨 道、枕木、周围植被以及相关设施等。拍摄时应保持光线均匀，避 免阴影或高光部分影响后期处理。为确保数据的一致性，每种材质 至少需拍摄 3-5 张，并记录拍摄位置信息和角度，以便后期整理。 其次，对获 输的安全性、效率和服务质量。 首先，通过构建铁路沿线的三维场景模型，可以使用计算机视 觉技术对沿线的各种设施、环境和潜在风险进行实时监测。AI 可以 分析监测到的图像和视频数据，自动识别出铁路轨道、信号灯、刮 道器等关键设施，并进行状态评估。这种自动化识别不仅降低了人 力成本，还提高了数据处理的速度和准确性。 其次，基于三维实景数据，AI 算法可以进行空间分析，通过对 地形、天气和交通流量等多种因素的综合评估，进行安全性和效率

欺诈检测 在金融银行领域，欺诈检测是保障客户资产安全和维护银行声 誉的重要环节。DeepSeek 平台通过其先进的数据分析和机器学习 技术，能够有效识别和预防各类欺诈行为。系统首先整合来自多渠 道的交易数据，包括 ATM 取款、线上支付和信用卡使用等，以确 保全面的数据覆盖。 通过对历史交易数据的深度学习，DeepSeek 能够识别出异常 交易模式。例如，系统会自动标记那些与客户常规消费习惯不符的

能力，重点测试表格数据解析准确率（要求达到审计准则要求的 98%+）和自然语言生成合规性，同步对比其他大模型在审计术语 理解方面的表现。 第二阶段：数据治理与沙盒测试（2-3 个月） 建立分级数据管 道：原始凭证通过 OCR+结构化处理进入临时库，财务数据经 ETL 清洗后存入特征库，确保测试数据脱敏且符合《审计数据安全规 范》。沙盒环境部署分三步走： 1. 单任务验证：测试银行流水核 对