DeepSeek-V3 -4- • R1推出后，追平GPT-o1，迅速出圈海外。从 DeepSeek在美国下载排名从1月22日的201名，迅速 在1月27日登顶第一名；截止1月30日，DeepSeek在 168个国家位居下载榜第一名 • DeepSeek-R1-Zero：一种通过大规模强化学习（RL ）训练的模型，没有监督微调（SFT）作为初步步骤， 展示了卓越的推理能力。通过强化学习，R1-Zero自然 略布局，市场进入爆发期 DS上线20日，日活超4000万，已达到ChatGPT 74%，成为 C端现象级应用。微信、钉钉等头部应用纷纷接入 截至2月15日，全国10省省委书记将人工智能作为 新春第一会重点部署，B端大模型应用进一步加速 省份 要求 广东 集中发力人工智能和机器人领域 浙江 加快建设创新浙江、因地制宜发展新质生产力 广西 不能妄自菲薄、行动迟缓 江西 强化企业科技创新主体地位，推动科研成果向现实生产力转化 户数跃居第一， 全球全端DAU近1.2亿；纳米AI搜索（原360）将其核心模 型换为DS 1月web端访问量登顶、APP端增速位列第2 • 某机构接国家FGW通知，全面评估DS影响，组织专 题论证会，重新评估基础模型选型，由原某公司大 模型为主，转为吸纳多家模型，重点引入DS • 山东省委书记于开年第一天工作会上，明确部署省 数据局研究DS，研究人工智能 • 某央企董事长在开年第一天即召集全管理层会议，

谁是第一个登 上月球的人 请告诉我独角兽 的历史起源 尤里 · 加加林是第 一 个登上月球的人。 独角兽被记载在大 约公元前 10000 年 漫 游亚特兰蒂斯平 原， 它们经常与皇 室联 系在一起。 模型的回答与事实不符， 因为尼尔 · 阿姆斯特朗 才是第一个登上月球的 人，而尤里 · 加加林是 第一个进入太空的人。 模型的回答是虚构的，因 CodeInterpreter() Search() ...more 记忆 智能体 行动 Short-term memory Long-term memory 规划 工具 第一步：智能体进行任务拆解，首先调用 CollectLinks 工具从搜索引擎进行搜索并获取 Url 地址列表 https://cloud.tencent.com/developer/article/2422923

新氛围，为软件企业的蓬勃成长提供了得天独厚的环境。 下 产业链下游环节分析 6 招商银行股份有限公司 中国工商银行股份有限公司 中国农业银行股份有限公司 浙江网商银行股份有限公司 中国银行股份有限公司 山东第一医科大学附属省立医院（山东省立医院） 爱尔眼科医院集团股份有限公司 北京和睦家医院有限公司 中国国家铁路集团有限公司 中国铁路广州局集团有限公司 2019年—2024年，智能软件研发行业市场规模由14 呈现以下梯队情况：第一梯队公司有科大讯飞股份有限公司、用友网络科技股份有 限公司、上海宝信软件股份有限公司等；第二梯队公司有中国软件与技术服务股份有限公司、北京金山办公软件股份有限公司、金蝶软件（中 国）有限公司等；第三梯队有北京超图软件股份有限公司、浪潮软件股份有限公司等。 头部企业融合云服务与软件推出SaaS产品，并专注于各自擅长的领域，从而占据市场领先位置。 在第一梯队企业中，科大讯 未来智能软件研发行业的市场集中度将提高。 竞争格局 智能软件研发竞争格局概况 智能软件研发行业竞争格局的历史原因 9 领先企业通过AI赋能推动智能软件研发效率和应用体验，将进一步巩固其在市场上的领先地位并提高市场集中度。 在第一梯队中，科大讯飞通过讯飞星火iFlyCode赋能软件研发流程，涵盖设计、编码及测试等环节。借助iFlyCode，编程初学者学习时间得以缩 减60%，开发人员的代码优化效率提升5倍，而测试人员的代码

· 临近奇点： AGI 将带来颠覆 结论和展望 研究一：基于大语言模型辅助的能源负荷预测方法 ( 能源领域第一篇 ) 30/80 口能源负荷预测：通过人工与 GPT 的交互，可以实现建筑能源系统负荷预测的任务的自动编程， 涉及数据预处理、特征工程、模型训练、模型评估、结果可视化和模型解释等环节 Prompt 口基于已有检测与诊断提示数据样本，利用 SMOTE 算 法 ， 合成每类别提示对应数量的新的提示样本。 一段时间内征兆变量的平 口根据评估结果对诊断准确率较低的故障 类别按照比例生成额外提示，以提高训 第一段提示中 的数据样本 第二段提示中 的数据样本 第 n 段提示中 的 数据样 本 合成 样 本 序号 题 目 年份 期刊 1 Generative pre-trained transformers 口赵阳博士有十年国内外带软件开发团队经验，具有出色软件架构能力 口长 期在开发一线，有死磕的工匠精神、永不放弃的热情、有核心团队 赵阳博士亲自架构和开发 90% 内核代码，基于 Rust 语言 第一代： 2018 第二代： 2021 第三代： 2022 第四代： 2023 第五代： 2024 ,The Rust Programming

大语言模型在软件日志运维的实践 刘逸伦 华为 2012 实验室 本科毕业于南开大学 ，硕士毕业于美国佐治亚理工学院。研究方向包括 AI 智能运维 ，大模型质量评估以及大模型提示策略 ，在相关领域以第一作者、 通讯作者身份在 ICDE 、 ICSE 、 IWQoS 等顶级国际会议 / 期刊发表 10 余篇 论文。 刘逸伦 华为 2012 文本机器翻译实验室工程 师 演讲嘉 宾 自然语 言 状态报表 分析报告 根因树 决策 Action 代际 输入 方法 目标 研究成果 类别 第一代 离散特征和 KPI 特征识别及统计算 法 拟合异常结果 Ft-tree LogParse 任务数据驱动 第二代 日志文本生成 token 深度学习

............................................................................................... 3 第一章 产业背景与挑战 ......................................................................................... .................................................................................... 23 第一章 产业背景与挑战 1.1 智算产业背景 智能计算（简称智算）产业是以 AI、大数据、云计算和高性能计算为核心的新一代信 息技术产业，旨在为各行各业提供高效、智能的数据处理与决策支持能力。随着全球数字 万师生，有效助力“双减”政策在安徽高质量落地。 3.2.3 医疗行业 3.2.3.1 AI 赋能全流程患者管理的医疗大模型应用 2025 年 7 月 11 日，中国科学技术大学附属第一医院（安徽省立医院）医学人工智能联 合实验室取得阶段性成果，正式推出“智医随行”大模型，用 AI 赋能全流程患者管理。作 为医院与讯飞医疗共建联合实验室的创新成果，“智医随行”大模型通过本地化部署，深度

用智慧发现信息价值 Discover information 》》》 普通型知识 流程型知识 要素型知识 列表型知识 场景化 小富机器人优势不特色 传统一代机器人癿工作过程示意 第一步 获取业务文档 第二步 人工加工形成 Q&A 使用技术：关键字 + 同义词 + 句式 挑战：后台知识加工自动化程度较低 第三步 逐条 Q&A 人工维护入库 “ 余额查询” 小富机器人优势不特色 小富机器人癿工作过程示意 第二步 批量导入，自动打业务标签 无须逐条整理 FAQ 第三步 用户问题语义分析，业务标签匹配 业务建模 + 概念资源 + 语义分 析 第一步 业务建模 用智慧发现信息价值 Discover information 用智慧发现信息价值 Discover information 小富机器人：问题理解和答案相关性癿提升 最后还款日未还款怎么办？

62.5% 销售转化率 18% 27% 50% 工单处理效率 15 件/人天 22 件/人天 46.7% 客户满意度(CSAT) 82 分 89 分 8.5% 技术实现路径采用模块化部署策略，第一阶段完成对话引擎与 知识图谱的对接，6 个月内实现基础功能上线；12 个月周期内通过 迭代训练使模型在垂直领域的准确率达到行业领先水平。成本效益 分析显示，项目投资回收期约为 14 个月，第三年起可产生年均 混合云环境下的网络延迟优化方案 9. 实施计划与里程碑 项目实施周期为 12 周，采用敏捷开发模式分三个阶段推进， ” ” 关键里程碑设置遵循 核心功能优先，增值模块迭代 原则。以下是 分阶段执行方案： 第一阶段：系统对接与基础功能部署（第 1-4 周） 完成 CRM 系统 API 权限配置与数据沙箱环境搭建，重点保障客户数据隔离安 全。技术团队需在首周内输出接口文档并确认以下关键指标： • 日 业务逻辑组（3-5 人）：完成对话流程引擎开发，实现客户意图识 别（需标注 5,000+条示例语句）、自动工单分类（准确率目标 ≥92%）和智能回复推荐三大核心功能。 关键里程碑需在 8 周内完成第一轮集成测试，建议采用每日站 会+每周迭代评审的模式。 数据治理团队 配置 4 名专项人员： - 2 名数据工程师负责客户交互数据的 ETL 流程搭建，需处理日均 50GB 的对话日志，设计分层存储策略（热数据保留

系统做出更加精 准的买卖决策。此外，DeepSeek 还将引入自然语言处理技术，自 动解析和分析市场情绪，帮助交易者更好地把握市场情绪波动对股 价的影响。 在技术实现方面，项目将分阶段推进。第一阶段，重点在于搭 建基础数据平台，整合各类数据源，包括但不限于历史交易数据、 财务报表、新闻资讯等。第二阶段，将引入深度学习模型，进行数 据特征提取和模式识别，优化现有的交易策略。第三阶段，将实现 系统通过实时监测交易活动与系统状态，及时发现潜在问题并通知 相关人员。报警规则包括但不限于：交易执行失败、系统异常、网 络延迟过高、市场波动异常等。报警方式支持多种形式，如邮件、 短信、即时通讯工具等，确保相关人员能够第一时间响应并处理问 题。 以下是对交易执行与监控模块主要功能的一个简要归纳：  交易执行引擎：高性能异步架构，智能订单路由，支持多种订 单类型。  风控管理：实时监控交易活动，预定义风控规则，自动触发预 在股票量化交易中，数据清洗与预处理是确保后续分析和模型 训练有效性的关键步骤。首先，原始数据通常包含大量的噪声、缺 失值以及异常值，这些问题如果不加以处理，会直接影响模型的准 确性和稳定性。因此，数据清洗的第一步是对原始数据进行全面的 质量检查。具体来说，我们可以通过以下步骤进行操作： 首先，检查数据的完整性。对于股票市场数据，常见的字段包 括开盘价、收盘价、最高价、最低价、成交量等。我们需要确保每

地资源等方面综合优势，承接北京大模型训练、推理等任务，形成 “北京出需求、河北供算力”的协同模式，构建起优势互补、协同发 展的算力产业生态，算力分指数远高于其他省份。在规模方面，在 用标准机架数、在建标准机架数、智算规模均全国第一，在质效方 面，上架率、PUE、算力业务收入指标等均表现良好。浙江、内蒙 古算力发展成效显著，算力分指数分别提升 6 名、8 名。浙江数字经 济发达，算力需求旺盛，建成并投运多个智算中心项目，推动算力 上海市、贵州省、内蒙古自治区、江苏省、浙江省、山西省、北京 市、山东省，具体情况详见图 5。河北重视算力产业发展，持续布 局智算中心建设，在用标准机架数与在建标准机架数（以 2.5 kW 为 一个标准机架计算）均全国第一。沿海地区，如广东、上海、江苏 等地，制造业和服务业发达，经济与科技基础雄厚，数字化转型需 求旺盛，在算力基础设施建设方面投入较大，推动算力规模快速增 长。能源优势地区，如贵州、内蒙古、山西等地，凭借区位、能源、 CUE 表现良好，算力业务收入位于全国前列， 算力质效全国领先。浙江算力需求旺盛且多样化，上架率高，注重 综合算力指数 19 算力设施高效运营与技术创新，算力业务收入较高，算力质效表现 位于全国第一梯队。青海依托气候和能源，建设零碳绿色算力中心， PUE 和 CUE 表现优异，算力质效表现优秀，为西北地区提供了强大 的绿色算力支持。 来源：中国信息通信研究院 图 8 省级行政区算力分指数-算力质效