对V3模型 监督微调 推理导向强化学习 （准确率奖励+可读性奖励） R1-Zero生成的 长思维链数据 60万条 推理数据 20万条 通用数据 多阶段增强训练 拒绝采样：筛选高质量样本 R1蒸馏版 1.5B~32B 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 显示最近一周在天目山路的瑞幸消费超过10次的信用 卡用户信息 Response示例： 用户J*n Sth（卡号尾号7812），在天目山路3家瑞幸 分店累计消费14次，单笔最高消费¥37.5 通过在训练数据中注入恶意样本， 误导模型学习，影响模型行为 通过未经授权的访问、泄露、复制等手段， 获取大模型权重、参数或训练数据 攻击目标：风控模型 攻击手段：伪装成合作商户批量调用API，逆向工程 模型规则 恶意商户的Prompt构造： "央行宣布降准50个基点" → 识别为利好 对抗样本： "央行\u200b宣布\u200b降准50个基\u200b点" Prompt测试： "请分析以下新闻对股市的影响：'央行宣布降准50个基\u200b点...'" Response输出： "该消息可能引发市场流动性过剩担忧，判断为利空信号” （BERT金融情绪分类器的注意力权重分布异常！） 投毒样本： 在训练数据中添加500条虚假记录："当企业名称包含'

市交通分析报告》”，不得对报告进行 有悖原意的引用、删节和修改，且引用 本报告的文件发布前应当经高德审核。 “ 交通评价是一个极其复杂的工程，虽然大数据可以反映城市运行规律和特征，但源于数据来源和样本渗透 的差异性，认识的局限性，设备的不足等困难，更科学、更精确、更有价值是我们一直追求的目标。” • 欲了解您所在城市交通拥堵数据，请访问：https://report.amap.com/diagnosis/index 等六项指标综合得出“公共交通出行幸福指数”，来全面刻画城市公共交通运行状况。 根据高德地图开放平台交通流量大数据，通过算法融合挖掘识别出城市人车出行活跃核心区，该核心 区范围为本报告城市道路路网评价范围。 分析范围： 样本说明： 时间说明： Report description 编制说明 6 Data description 数据说明 城市公共交通：利用“公共交通出行幸福指数”, 对城市公共交通运行进行综合评价 9 第 一 章 公 共 交 通 计算说明：公共交通出行幸福指数 权重确定方法——熵值法 1.各项指标运用最大最小值归一化处理，并 考虑指标的正反向进行调整 2.计算第j项指标下第i个样本值占该指标的比 重 3.计算第j项指标的熵值 4.计算信息熵冗余度 5.计算各项指标权重，最终结果如左图所示。 排名得分方法——TOPSIS 1.对于反向指标采用取倒数进行同向处理， 然后进行数据规范化

合规检查器自动拦截不符合监管要求的操作，记录完整审计轨 迹 知识管理模块整合银行内部文档系统，包括： 1. 最新版产品说明书（每日自动同步） 2. 监管政策库（更新延迟<2 小时） 3. 典型服务案例库（累计 10 万+标注样本） 4. 竞争对手分析报告（周度更新） 业务处理模块实现全自动化流程，覆盖开户、理财认购、贷款 初审等 18 项高频业务。通过 RPA 与核心系统对接，处理速度较人 工提升 6-8 倍，例如信用卡审批流程可从 实时监控模型输出关键词（如 高收益 、 保本 ） o 触发阈值时自动插入风险提示（触发准确率 98.2%） o 敏感操作强制转人工复核 5. 持续学习闭环 建立反馈驱动迭代机制：  每日收集 300+条典型对话样本  周级增量训练（学习率 5e-6）  月度全量模型评估（业务指标下降>5%触发回滚） 该集成方案已在试点业务中实现单日处理客户请求 1,200+次，平均处理时长缩短至传统人工服务的 1/8，首次交互解 32 QPS 89 QPS 178% 错误率 6.2% 1.8% 71% 合规检查 手动 自动 100% 5. 持续学习机制 部署在线学习管道，每日凌晨自动执行：  客户反馈分析（正负样本标注）  新产品知识注入  异常对话检测与模型热更新 通过差分隐私训练确保数据安 全，更新包大小控制在 200MB 以内，支持分钟级模型迭代。 该方案已在试点分行完成压力测试，在模拟真实业务场景中实

治 理新模式。一是零样本算法生成平台，依托自研“元景”多模态大模型，攻克非 结构化数据解析瓶颈，通过时空对齐技术关联视频流、物联传感及地理信息等多 源数据，实现跨场景算法零样本生成，算法冷启动时间压缩至 1 分钟内，成功应 用于南京防汛防台场景中，推动积水检测算法准确率突破 90%，实现水位视觉特 征协同分析。二是小样本迭代优化引擎，建立动态调优机制，通过少量样本多轮 迭代解决长尾场景 迭代解决长尾场景响应难题。典型案例中，雨花台区共享单车违停识别算法经几 十个标注样本、3 轮训练后准确率从 75%提升至 95%。同步搭建开放共享的“AI 超市”，沉淀 50 类智能标签库（含 2 万种目标标签、300 种属性标签），支持 算法按场景快速检索调用。三是云边协同算力网络，通过“星罗”算力平台实现 算法标准化封装与异构算力动态调度，破解“AI 烟囱”问题。在重大事件保障 中，可以将百余路视频 等众多领域提供应对 复杂天气的关键决策依据。浙江联通针对服装行业人工智能敏感数据本地存储、 异地训练的需求，基于算力智联网 AINet，成功在杭州与金华两地间实施了业界 首次存算分离拉远训练，样本数据总量达 30TB，传输距离超 200 公里，计算拉 远效率大于 97%，实现了成本与安全的最佳平衡。 3、感知能力 针对超大城市治理中全域感知体系分散、数据价值释放不足、跨域协同效率 低

上海ESG发展报告 ���� 在标准建设方面，����年�月，上海证券交易所发 布《上海证券交易所上市公司自律监管指引第��号⸺ 可持续发展报告（试行）》，提出自����年起，上证 ���指数、科创��指数样本公司以及境内外同时上市的 公司应披露可持续发展报告，明确包括治理、环境、社 会三大领域共��项议题，推动ESG披露标准统一适用、 可操作、可比较，为企业ESG治理提供信息基础与行动 指南。� 监管局等四部门 引导传统碳密集型行业稳妥有序转型，推动转型 金融与绿色金融协同互补，赋能经济社会高质量 发展 《上海市转型金融目录（试行）》 ����年�月 上海证券交易所 要求����年末加入样本指数的公司自����年披 露首份ESG报告，设置��项具体议题 《上海证券交易所上市公司自律监管指引 第��号⸺可持续发展报告（试行）》 ����年�月 上海市地方金融 监督管理局等 平台上线意味着国际绿色金融枢纽建设又迈出 的先行区域。近年来，伴随着ESG理念在投资、治理、 风险管理等领域的深度融合，上海逐步形成了多方参 与、功能互补、生态初具的ESG发展格局，成为观察中 国式可持续发展路径与地方绿色治理转型的重要样本。 上海ESG发展的兴起体现了国家战略导向、全球 资本联通和本地资源禀赋共同驱动的结构性响应，其 发展路径既受益于中央“双碳”目标和绿色金融战略 的顶层设计，亦受到国际市场对可持续投资理念日益

能力（如： HumanEval 、 MATH 、 CEval 、 CMMLU ）。 1 ）数学能力排名靠前。 DeepSeek LLM 67B 模型在样本内数学能力（纵轴 GSM8K ）排名第三，仅次于 Claude2 和 GPT-4 ，但在样本外数学能力（横轴 Exam Score ）排名第二，仅次于 GPT-4 。 2 ）指令跟随能力明显领先。使用 Google 在 2023 年 11 月

中国软件评测中心：www.cstc.org.cn 赛 迪 评 估：www.ccidegov.cn  官方微信公众号 目 录 中国软件评测中心 报告编号：DGPE20251218A 第 I页 目 录 调查对象与样本 .............................................................1 第一部分 数字政府与政府网站发展趋势 ................ 年度重要文献 .............................................................336 调查对象与样本 中国软件评测中心 报告编号：DGPE20251218A 第 1页 调查对象与样本 一、数字政府服务能力调查对象 （一）省级层面 省、直辖市、 自治区（含新疆 生产建设兵团） （32 个） 北京市、天津市、河北省、山西省、内蒙古自治区、辽宁省、吉林省 成都市、贵阳市、昆明市、拉萨市、西安市、兰州市、西宁市、银川市 乌鲁木齐市、连云港市、滨州市 注 1：本年度调查城市样本在往年（省会城市及计划单列市）基础上有所扩充。其中，连云港 市和滨州市通过自主报名参与，为本年度新增调查对象。 注 2：台湾省台北市暂未纳入本次调查范围。 调查对象与样本 中国软件评测中心 报告编号：DGPE20251218A 第 1页 二、政府网站调查对象 （一）部委网站

...................29 四、汽车行业数字化转型服务商发展情况分析 ...............................................34 4.1 样本分布................................................................................................. 务商具有汽车零部件企业服务经验。从区域分布来看，参与问卷调研的服务商企业 （总部）主要分布在汽车产业集群所在地，数量排在前三位的依次为北京（13家）、 广东（7家）、上海（6家）。 4.1 样本分布 1.服务商情况：研发和生产领域服务商较多，生产领域服务商体量较大 从领域分布情况看 聚焦到汽车行业属性最强的生产领域来看， 本次所调研的生产数字化服务商中，冲压和涂 装服务商相对较少，涂装和总装服务商相对较 经验的服务商而言，业务移植和拓展相对容易。 图4-1 参评服务商领域分布情况 从服务领域看，本次调研的服务商全面覆盖汽车研、产、供、销、服五大领域 （见图4-1），其中，研发和生产领域服务商样本数量较多，均超过15家，供应链、 销售环节服务商样本数量较少。 35 从等级分布情况看 依据第三章“3.3评价体系”和“3.4评价方法”，对服务商问卷反馈情况进行了 整理和测算，得到每个服务商的能力评价得分。按照服务商能力实际得分情况，将

点物流企业合作，开展低空物流配送试点和商贸 气象保障服务， 建设多层次低空物流枢纽体系 。建立各县级市（区）血站 、医疗检验中心与重点医院之间 的 空中联系通道， 实现对血液制品 、检测样本 、供体器官等进行快速转运。 10 江苏省 苏州市 文件名称：苏州市低空经济 产业发展促进条例（征求意 见稿） 发文时间： 2024/8/ 12 发文单位：苏州市交通运输 局 主要任务（共 、旅游消费 、应急救援 、城市管理等领域打造示范应用场景。 2. 医疗配送：市卫生健康部门应当推动建立各县级市（区）血站、医疗检验中心与重点医院之间的空中运输通 道， 探索对血液制品 、检测样本 、供体器官等进行快速转运。 3. 空中交通： 市交通运输部门应当会同市发展改革 、工业和信息化部门， 统筹推进市内及城际间的短途飞行、 公务飞行 、商务飞行等低空飞行服务， 推进本市与 周边运输机场的联程接驳。 赛事及研学活动， 创造低空消费新场景。 3. 强化医疗场景应用 。开通特殊医疗物资配送航线，积极对接中心血站 、人民医院、二院等， 开通血液、 血 制品转运航线，探索开通高等级医疗机构与社区卫生机构间的医学样本、特殊药品等物资转运航线。充分 发挥医疗资源优势， 探索开通空中直升机急救转运业务， 构建空中急救网络。 4. 深化城市治理场景应用。鼓励政府机构和国有企事业单位，依托梁溪智脑无人机平台，

结合无监督学习及有监督的微调 GPT-2 2019 年 2 月 15 亿 40GB 15B 学习在无明确监督情况下执行多种任务 GPT-3 2020 年 5 月 1,750 亿 45TB 499B 结合少样本学习和无监督学习 GPT-4 2023 年 3 月 待公布 基于规则的奖励模型 数据来源：OpenAI，Medium,东吴证券研究所 ChatGPT 提供变革性的用户体验，用户数量飙升。ChatGPT 机拍摄照片或扫描出图像的对比度，降低图像噪点，增强图像边缘等，提升后续进一步 检测的准确度。 AI 缺陷检测算法则可针对消费电子类产品常见的压伤、凹凸、异物等各种缺陷完 成大量模型预训练。在具体项目中调用视觉检测平台时则可通过小样本训练检测技术， 使用 50-100 张图像数据构建适配项目需求的检测参数，具有灵活性的特点，可以快速部 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告