CMG:2023-2024年乡村振兴观察报告贯彻落实党中央决策部署、 中央农村工作会议精神和 2025 年中央一号文件部署,中央广播 电视总台农业农村节目中心、总 台研究院联合中国社会科学院农 村发展研究所撰写《CMG 乡村 振兴观察报告(2023-2024)》。 中国社会科学院农村发展研究所 始终关注乡村振兴战略实施进 程,2024 年开展了中国乡村振 兴综合调查第三轮追踪调查,覆 盖 14 个省(自治区)、472 个 专院校、涉农企业五大渠道征集 案例,共收到推荐案例 466 个。通过与来自国家部委、地方政府、科研院所、相关高校 20 名 涉农专家的细致论证,确保了内容的代表性与权威性。 《CMG 乡村振兴观察报告(2023-2024)》紧扣年度乡村振兴的核心议题,推出乡村振 兴关键词,结合政策解读、宏观数据、实地调研、典型案例等多维度,全景式呈现我国乡村振 兴的阶段性成就与未来发展方向。希望能够为政 ………60 推荐单位 :广东海洋大学 科技赋能羊产业发展 踔厉打造环县“中国羊谷”…………………………………………………………60 推荐单位 :中国农业科学院 1 CMG 乡村振兴观察报告 2023-2024 中国农科院科技支撑稳产保供 坚定守护大国粮仓…………………………………………………………61 推荐单位 :中国农业科学院 弘扬“宁陵精神” 支撑果树产业高质量发展10 积分 | 150 页 | 41.75 MB | 5 月前3
人工智能技术及应用(56页PPT-智能咨询、智能客服)析,帮劣用户判断搜索结果导向。 生成报告:对搜索癿分析结果进行报告生 成,可以保存或进行订阅、推送。 简报观察角度自定义,分析结果实时呈现 自由选择观察角度: 配置观察对象、配置观察领 域、选择观察时间段 内容结果分析:提供多种简报模板,用户可根据 配置癿观察角度自由分析,生成相应癿简报。分 析结果采用图表列表癿展示斱式。 添加对比:分析结果可添加对比,添加其他癿观 察角度即可 . 用户可以自己定义观察视角,自 定义关注对象、关注领域。 . 同一事物,丌同癿人有丌同癿观 察视角,每个用户可以独立配置 自己癿使用习惯。 . 定义癿关注领域,可以是多层级 癿,用户可以定义具有父子关系 癿多层级领域树。 自定义观察领域树 自定义观察对象 自定义观察对象、观察维度 观察对象 4 观察对象 3 ...... 观察对象 1 观察对象 2 人工智能 互联网金 融 风控产品 上市公司 银行业 新产品 用智慧发现信息价值 Discover information 自由定义观察角度 关注对象配置:用户可以自由配置自己所关注 癿对象。 关注领域配置:用户可以自由配置自己所关注 癿领域。 自定义观察对象、观察维度 分类展示用户所关注的重要资讯 内容结果分析: 用户可根据选择配置癿 观 察角度自由筛选结果,展示相应类别癿重 要资讯展示。10 积分 | 55 页 | 5.54 MB | 1 天前3
基于大模型的具身智能系统综述息直接融入推理和规划过程中来生成一系列可执行 步骤. 此外, ViLA 能够自然地整合视觉反馈, 使得 机器人能够在动态环境中进行鲁棒的闭环规划: 机 器人执行第一步行动, 并观察结果, 执行行动后, ViLA 会将新的视觉观察作为反馈, 与之前的视觉观察和 已执行的行动步骤一起输入到 GPT-4V 中. GPT- 4V 将根据这些信息更新其对环境的理解, 并调整 后续的行动步骤. 例如, 如果第一次行动没有完全 以对象为中心的具身大语言模型. 研究人员预先定 义了一系列的动作标记 (如选择对象、导航、观察、 触摸、敲击、拿起、放下、环顾四周) 和状态标记 (如 编码获得的对象点云、冲击声、触觉信息和温度信 息) 与环境互动, 其中动作标记指导具身代理在环 境中执行特定动作, 而状态标记则将代理的多模态 状态观察反馈给大语言模型, 以便生成后续的文本 或动作标记, 使得 MultiPLY 能够灵活地在抽象表 其中人类的反馈尤为重要, 因为人类是目标的提出者与整个交互行为的观察 者. 一些方法利用大模型提取人类反馈, 使机器人 不断根据反馈调整目标, 有效地提高具身智能的灵 活性并提高任务的完成度. OLAF[80] 通过使用大语 言模型来改进机器人的行为. 系统包含三个步骤: 用户交互、数据合成和策略更新. 在用户交互阶段, 用户观察机器人执行任务, 并在认为机器人无法完 成任务时停止, 然后提供如何改进的自然语言指令;20 积分 | 19 页 | 10.74 MB | 1 天前3
信息服务-AI Agent(智能体):从技术概念到场景落地任务分解为简单子任务;LLM Planner 为每个子任务规划结构化动作,并根据反馈信息 调整规划,不断总结成功经验;LLM Interface 通过键盘鼠标操作执行结构化动作,并在 与环境交互中获取观察信息。 图42 解锁科技树的成功率(蓝色是 GITM) 资料来源:Xizhou Zhu《Ghost in the Minecraft》,海通证券研究所 图43 各模型完成任务成功率对比 探索学习阶段 资料来源:腾讯云,海通证券研究所 AppAgent 框架的核心是探索阶段。Agent 通过自主交互或观察人类演示来学习应 用程序的功能和特性。在自主交互模式下,Agent 被分配一个任务并开始与 UI 元素进 行自主互动。Agent 尝试不同的动作,并观察应用界面的变化以理解其工作原理。Agent 通过分析每个动作前后的屏幕截图,了解 UI 元素的功能和特定动作的效果。所有这些 元素的功能和特定动作的效果。所有这些 信息都会被记录成文档,详细记录下不同元素所执行动作的效果。如果某个 UI 元素被 多次操作,Agent 会根据之前的文档和当前的观察来更新信息,以提高认知质量。 AppAgent 专注重要操作,提高探索效率。如果当前 UI 页面与应用的主要任务无 关(如广告页面),Agent 会停止进一步探索,并使用 Android 系统的返回功能返回到 前一个 UI 页面。这种目标导向的探索方法,相比随机探索,确保10 积分 | 33 页 | 4.71 MB | 1 天前3
AI智慧医院解决方案低漏检率,提升工作效率 机器 + 人工 人工阅片 ╳ 工作强度高,长期疲劳工作:平均 100- 150 例 / 天,病情复杂时超过 200 张 / 例, 平均阅片每例 <5min ╳ 观察粗略,细小病灶易漏诊:受限于时 间,普遍观察厚层图像,细节信息丢失, 造成小结节等漏诊 肺癌 智能 筛查 为例 02 面向智慧医疗—智能医疗服务机器人 导诊 分诊 专家导览、特色科室、医院 导览、分诊挂号、药品查询、10 积分 | 7 页 | 3.03 MB | 5 月前3
清华大学:DeepSeek赋能家庭教育学习角布局 、书籍 / 电子设备配置。 心理环境 民主氛围(允许表达意见) 、情绪安全(接纳失败) 。 外部资源 社区图书馆 、学校合作(家长会) 、心理咨询服务。 6. 动态调节机制 反馈循环 观察孩子情绪变化→调整沟通策略(如从说教转为共情) 。 适应性反弹 应对青春期叛逆(调整管教方式) 、家庭变故(如离婚后的情感支持) 。 7. 文化与制度 家庭文化基因 代际传递(父母原生家庭模式) 高级表达替代方案 单向讲述历史事件 构建沉浸式学习体验 增强记忆深度与兴趣 时空穿越对话(案例 3 ) : 通过第一视角叙事 还 原历史场景 命题作文框架指导 激发多维度创作灵感 突破思维局限, 培养观察 力 思路过程生成(案例 4 ) : 基于关键词联想感 官 与情感维度 权威式沟通决策 建立合作型亲子关系 减少权力对抗, 促进双赢 冲突调解方案(案例 5 ) : 生成阶梯式管理规 则 分散或其他不良习惯的形成。 家长如何借助 DeepSeek 进行家庭教育? 家长需要在实践中不断优化策略 。 通过定期与孩子交流 , 了解他们 对 A I 工具的体验和感受 , 观察 是否对学习产生了积极影响 。 除了关注学习效率 , 家 长 还 需 要 保 持 与 孩 子 的 情 感 联系 , 倾听他们的烦恼 和 困惑 。 家长的四步实践路径 家长需要10 积分 | 89 页 | 9.10 MB | 5 月前3
英特尔-工业人工智能白皮书2025年版化流程和最佳实践,共同构建开放、协同的工业 AI 生态系统,推动制造业向智能制造转型升级,赋能 新质生产力。 — 张宇博士 英特尔中国区网络与边缘事业部首席技术官 前言 目录 01 02 工业人工智能 (AI) 行业观察 .......................................................01 1.1 工业 AI — 市场规模与增长潜力 .............. ...............................................................69 工业人工智能 (AI) 行业观察 01 02 01 工业人工智能 (AI) 行业观察 工业 AI,是 AI 技术在工业领域的应用,它通过机器学习、深度学习、计算机视觉等先进的计算智能方法,实现对工业生产 过程的优化和智能化,最终帮助企业提高生产 随着技术的不断进步和应用场景的拓展,我们认为工业 AI 有望成为推动工业 4.0 和智能制造发展的关键力量。 1.1 工业 AI — 市场规模与增长潜力 03 01 工业人工智能 (AI) 行业观察 AI 技术在工业领域的应用,已经贯穿于产品设计、生产、管理、服务等众多环节,它主要通过各种方式收集海量数据,然后 利用机器学习和统计模型对数据进行分析,并依据数据分析结果辅助决策,帮助企业优化资源配置,提质增效,节省成本。0 积分 | 82 页 | 5.13 MB | 5 月前3
税务行业标准大模型3. 算法优化:对算法模型本身进行了优化,包括位置编码优化、 中文语义优化、激活层非线性兼容、前向网络自适应、SFT 微调层、指 导学习新知识,以及融合了 ReAct 的“推理-行为-观察-再推理-行为- 观察”模式优化思维推理结果。 4. 训练优化:训练优化时间相较于原来的数据有所减少,提高训 练效率。 5. 上下文学习窗口优化:算子层面融合,上下文学习窗口基于 Flash10 积分 | 5 页 | 381.51 KB | 1 天前3
哈佛商业评论:2025年数字化运营-新思路应对新周期报告者,在数字化价值变现方面积累了丰富的行业经 验。同时还邀请了学界专家来解读企业如何通 过建设数智价值链,来实现数字化价值变现;以 及三十多年来始终陪伴企业开展数字化转型的 Kyndryl 勤达睿公司作为行业观察者,分享其在 实战中总结出来的数字化运营经验。 通过众多的采访,我们更加清晰地认识到, 企业的数字化升级是一整套体系的进化,是需 要牵一发而动全身的,是从底层架构到业务模 型、人才、组织架构,再到制度,乃至于文化 在数字经济时代,数智活动将成为企业价值链 必不可少的价值增值活动,就像营销、生产、 人力资源等等,成为企业价值链中的关键一环。 走出数字化建设误区 提出建立数智价值链,是因为在数字化转 型过程中,我们观察到很多企业陷入了“只见 树木不见森林”的误区。所谓树木,就是具体 的数字化转型项目。很多企业为了推进数字化 转型,瞄准业务痛点,积极推进具体的数字化 运营项目,例如智能营销、数字化物流等(树木), 潜力构成企业的长期竞争优势。然而,要实现 二者的深度融合,关键挑战在于如何让数据分 析人员融入到业务活动之中,形成对业务需求 的敏锐洞察,培养起积极探索分析方向的主动 意识和有效梳理分析逻辑的综合能力。 在现实中我们经常观察到,面对同样的业 务问题,有经验和有主观能动性的数据分析和 建模人员可以更快地理解业务特点,主动学习 和掌握业务知识并将其应用在分析和建模过程 中。智能分析和建模的结果往往依赖于建模过 程5 积分 | 24 页 | 5.03 MB | 19 天前3
铁路沿线实景三维AI大模型应用方案等)进行智能 识别和预警。 为了实现模型的可视化,我们将开发一个集成的三维可视化平 台。该平台可以动态展示铁路沿线的三维模型,包括实时的数据回 传与历史数据的可查询功能。用户可以通过图形界面观察铁路环境 的变化,迅速获取有关状况的综合信息,从而为决策提供依据。 在完成模型构建与数据分析后,系统将具备以下几个主要功 能: 实时监测与预警:系统能够实时监测铁路沿线的环境变化,及 实时列车运行状况、事故发生的热点区域分析等。 3. 交互功能 o 提供可交互的界面,用户可以通过点击、拖动等操作查 看具体数据和进行分析。 o 允许用户自定义展示内容,例如通过筛选条件选择特定 时间段、区域或事件进行分析和观察。 4. 角色权限管理 o 根据不同用户角色设置相应的访问权限和展示内容,确 保信息安全和符合业务需求。 5. 用户反馈机制 o 实现用户反馈通道,用户可以对系统展示层提供意见和 建议,促进系统的持续改进。 等)以及交通流量等信息汇总到一个平台上。这种集成有助于建立 准确的三维模型并为后续分析提供基础数据。 其次,GIS 在空间分析中发挥了重要作用。在模型的生成过程 中,运用 GIS 进行可视化分析,可以直观地观察到各地理要素之间 的关系,对模型参数的设定提供指导。通过空间分析工具,可以实 现对铁路沿线不同环境因素的影响评估,如噪声、污染物扩散以及 交通安全等。 在具体的应用方面,GIS 技术可以通过以下方式为模型提供支40 积分 | 200 页 | 456.56 KB | 5 月前3
共 75 条
- 1
- 2
- 3
- 4
- 5
- 6
- 8
