2012 文本机器翻译实验室工程 师 演讲嘉 宾 1. 软件日志运维观点 2. 自适应智慧体在运维领域面临的 Gap 3. 大模型 Prompt 引擎助力自适应运维智慧 体 4. 大模型知识迁移打造运维专精模型 5. 未来畅想 目录 CONTENTS PART 01 软件日志运维观点： 智能运维演进趋势是从任务数据驱动到自适应运维智慧体 (1) 日志 ，无法通过人工方式监控和检测 全部的日志。更重要的是，分析设备日志需要丰富的领域知识，耗时耗力；简单的规则配置也无法理解文本的语义信息。 化⽂本 类 自 然 语 ⾔ 半 结 构 观点 1 ：软件日志运维是从机器语言向自然语言的 转化 转化 表：一些网络基础设施中的日志消息，日志中的详细信息和自然语言有一定的相似性 Action 机器语言 系统事件 异常告警 interpretable log analysis. (ICSE 2024 & ICPC 2024) 团队 repo 地址： https://github.com/LogAIBox 观点 2 ：智能运维演进趋势： 从任务数据驱动到自适应运维智慧体 PART 02 自适应智慧体在运维领域面临的 Gap ： 传统自动运维模型既没法“自适应”，也仅是有限“智慧” Gap1: 传

全体 A 股换股股东发行 A 股股票的方式换股吸收合并大智慧并发行 A 股股票募 集配套资金，于 2025 年 3 月 17 日开市起停牌，预计停牌时间不超过 10 个交 易日。 ⚫ 本周观点 大国科技博弈持续加剧，AI 算力国产化势在必行，同时政策高度支持提升自主可 控算力占比，国产算力迎来重要发展机遇。DeepSeek 等头部模型以及 AI Agent 的发展也将进一步放大推理算力需求，使用量快速提升推动 为注册分析师，基于认真审慎的工作态度、专业严谨的研 究方法与分析逻辑得出研究结论，独立、客观地出具本报告，并对本报告的内容和观点负责。本报告清晰准确地反映了研究人员的研 究观点，结论不受任何第三方的授意、影响，研究人员不曾因、不因、也将不会因本报告中的具体推荐意见或观点而直接或间接收到任 何形式的补偿。 评级说明 投资建议评级标准 评级 说明 以报告发布日后的 12 个月内公司股价（或行业 资格。 本报告仅供本公司境内客户使用。本公司不会因接收人收到本报告而视其为客户。本报告仅为参考之用，并不构成对客户的投资 建议，不应被视为买卖任何证券、金融工具的要约或要约邀请。本报告所包含的观点及建议并未考虑获取本报告的机构及个人的具体 投资目的、财务状况、特殊状况、目标或需要，客户应当充分考虑自身特定状况，进行独立评估，并应同时考量自身的投资目的、财 务状况和特定需求，必要时就法律、

2023 年 8 月 22 日 [table_main] 公司深度报告模板 深耕法律信息化建设，AI 赋能法律 多场景蓄势待发 通达海（301378.SZ） 推荐 首次 核心观点： ⚫ 营收稳健增长，盈利能力逐渐恢复。公司在 2019-2021 年间营业收 入分别为 2.45/3.37/4.50 亿元，同比增长 43.61%/37.58%/33.71%，归母 18 分析师承诺及简介 [Table_AuthorsRxplain] 本人承诺以勤勉的执业态度，独立、客观地出具本报告，本报告清晰准确地反映本人的研究观点。本人薪酬的任何部分过去 不曾与、现在不与、未来也将不会与本报告的具体推荐或观点直接或间接相关。 吴砚靖 TMT/科创板研究负责人 北京大学软件项目管理硕士，10 年证券分析从业经验，历任中银国际证券首席分析师，国内大型知名 PE 机构研究部执行总 本报告所载的全部内容只提供给客户做参考之用，并不构成对客户的投资咨询建议，并非作为买卖、认购证券或其它金融工 具的邀请或保证。客户不应单纯依靠本报告而取代自我独立判断。银河证券认为本报告资料来源是可靠的，所载内容及观点客观 公正，但不担保其准确性或完整性。本报告所载内容反映的是银河证券在最初发表本报告日期当日的判断，银河证券可发出其它 与本报告所载内容不一致或有不同结论的报告，但银河证券没有义务和责任去及时更新本报告涉及的内容并通知客户。银河证券

用、软硬件一体化设计等优势， 正在成为很多中小银行智能化转型的重要选择。 n 建议关注：宇信科技、京北方、天阳科技、长亮科技、百融云等。 n 风险提示 ： AI 技术落地不及预期、竞争加剧、信息更新不及时等。 2 核心观点 DeepSeek 开源、低成本、强推 理 助推银行业应用 1 n DeepSeek 模型在 Post-Train 阶段大规模应用了强化学习方法。 R1 使用了冷启动 + 大规模强化学习方法， 可的证券投资咨询业务资格。 本报 告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。 n 本报告基于本公司及其研究人员认为可信的公开资料或实地调研资料，反映了作者的研究观点，力求独立、客 观和公正，结论不受任何第三方的授意或影响。本公司力求但不保证这些信息的准确性和完整性，且本报告中 的资料、意见、预测均反映报告初次公开发布时的判断，可能会随时调整。本公司对本报告所含信息可在不发

刘庆同、梁志坚、刘媛媛、谢学兵、饶婷霜、童永祥、王超。 II 声 明 本《实践指南》版权属于网安标委秘书处，未经秘书 处书面授权，不得以任何方式抄袭、翻译《实践指南》的 任何部分。凡转载或引用本《实践指南》的观点、数据， 请注明“来源：全国网络安全标准化技术委员会秘书处”。 III 摘 要 为全面提升各行业人工智能应用安全水平，以高水平 安全保障人工智能高质量发展，依据《中华人民共和国网 络安全 集成分发场景 集成分发场景安全指引如下： a) 提升算法透明度：分发服务提供者采用合理的方式和途径向用 户公开算法机制，可设置“算法说明中心”并以图文或视频解释 推荐规则。 b) 破除“信息茧房”与观点极化： 1）在用户兴趣偏好外引入多样化推荐策略，对同类题材设置 推送上限； 2）提供一键切换至获取非偏好内容的功能； 3）用户画像应适当、合理，不得包含歧视、恶意等信息。 c) 完善推荐内容审核：

、方强、 武杨、李根、涂利平等。 II 声 明 本《实践指南》版权属于网安标委秘书处，未经秘书 处书面授权，不得以任何方式抄袭、翻译《实践指南》的 任何部分。凡转载或引用本《实践指南》的观点、数据， 请注明“来源：全国网络安全标准化技术委员会秘书处”。 III 摘 要 训练数据是人工智能发展的核心要素之一。训练数据清 洗是保证模型训练质量的关键步骤。通过保障训练数据的清 洗 2 2.5 公平性 fairness 尊重既定事实、社会规范和信仰，且不受偏袒或不公正歧视影响 的对待、行为或结果。 注1：对公平性的考虑是与环境高度相关的，并且因文化、代际、地理和政 治观点而异。 注2：公平不等于没有偏见。偏见并不总是导致不公平，不公平可能是由偏 见以外的因素引起的。 [来源：GB/T 41867—2022,3.4.1] 2.6 重要数据 key data 特定领

融合和创新，预示着知识生产方式正在经历一场深 刻的变革，将引领我们进入了一个人机协作的知识 生产新模式 [7-8]。 1.1 知识获取 1.1.1 联结主义学习 大语言模型的知识获取基于联结主义的学习观 点，该观点认为智能源于大脑神经元的物理结构和 复杂的网络连接，是由大量如神经元的简单元素通 过非线性相互作用产生的集体行为结果，智能行为 的模拟可以通过构建大量简单计算单元组成的大规 模 网 络 ，并 不 断 线应急响应人员到后方决策指挥人员，更加精准地 表1 两种不同知识管理模式 Table 1 Two kinds of different knowledge management modes 比较项目 认知观点 知识表示 知识获取 知识类型 知识处理 知识检索 传统知识库模式 符号主义 结构化符号 被动地搜索 显性知识 离散空间的符号操作 结构化查询语言等 大语言模型模式 联结主义

龑、林冠辰、安红云、吕梦、刘颖、杨熙、费凡芮、周佳杭、 陈海龙。 II 声 明 本《实践指南》版权属于网安标委秘书处，未经秘书处 书面授权，不得以任何方式抄袭、翻译《实践指南》的任何 部分。凡转载或引用本《实践指南》的观点、数据，请注明 “来源：全国网络安全标准化技术委员会秘书处”。 III 摘 要 随着人工智能技术的快速发展，基于人工智能开发的应 用触及人们生活的方方面面，用户使用各类人工智能服务日 益

韦健、杨穷千、 王思善、宋文娣。 II 声 明 本《实践指南》版权属于网安标委秘书处，未经秘书处 书面授权，不得以任何方式抄袭、翻译《实践指南》的任何 部分。凡转载或引用本《实践指南》的观点、数据，请注明 “来源：全国网络安全标准化技术委员会秘书处”。 III 摘 要 本《实践指南》旨在为人工智能加速芯片提供系统性的 安全技术要求和评估方法，推动人工智能芯片产品在保障安 全

多步推理能力弱、推理不一致等 早期大模型在推理能力上存在明显短板 无法在复杂的思维链中保持一致性 推理过程和答案不一致 Yann LeCun 的批判观点： 对纯粹扩大规模方法的根本质疑 Mehrdad Farajtabar ： "LLM 本质上是统计模式匹配工具，而非真正的 推 理系统 " 、 " 下一个词预测框架不足以产生真正的理解 " Yann