满足以 下要求： ——课程管理：支持自定义新增或编辑课程、课程列表筛选、搜索、导出等，可自定义课程名称、 定价、报名限制等信息； ——班级管理：支持自定义新增或编辑班级、班级列表筛选和搜索、课表查看和导出等，可自定义 班级名称、上课时间、上课教练等信息； ——教练管理：支持自定义新增或编辑教练、教练列表筛选、搜索、导出等，可自定义教练姓名、 手机号、对应项目等信息； ——考 ——学员管理：支持自定义新增或编辑、查看学员基础信息、课程信息以及学员列表筛选、搜索、 导出等； ——考勤管理：支持学员、私教、教练的签到、补签以及签到列表筛选、搜索； ——课程订单管理：支持学员现场购课、退款以及课程订单列表筛选、搜索、导出等； DB33/T 2305—2021 7 ——报表管理：支持课程营业收入数据和教练费的统计、筛选、搜索、查询、导出等； ——操作记录查询：记录系统操作历 财务管理应用应具备订单统计、营业收入、税金、利润、成本费用等财务核算、分析、报表数据统 计、报表分类筛查、灵活导出和在线打印等综合线上财务管理功能，并满足以下要求： ——管理人员可在系统按时间、场馆名称、收款方式等多种方式筛选财务报表，并支持报表数据表 单导出及在线打印； ——需适配场馆各类经营环境，如场地订单、门票售票、商品租赁等； ——具备设置不同管理权限的功能，可根据场馆实际财务收款要求设置多个财务收款账号及财务信

第二阶段训练：增强通用能力，避免灾难性遗忘 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 性，容易触发运营商的垃圾营销短信过滤机制， 导致短信送达率较低。 ◼ 短信营销转化率低。由于文案缺乏个性化、吸 引力和针对性，未能有效激发用户的兴趣和行 动。短信链接点击率较低且业务转化率较差。 短信文案 标签筛选 筛选不 出来时 标签 提示 短信 转化率 提示工程 大模型微调 业务 策略 短信 文案 基于LLM的标 签生成 提示构建 基于监督微调 的模型优化 基于用户反馈强化 学习的模型优化 标的诊断 标的选择 资讯查询 金融资讯查询 内 容 侧 隔夜新闻与外盘表现盘点 行情监控与异动捕捉 盘前 盘中 盘后 市场收评与策略日/周/月报 问 答 侧 ◼ 满足投资标的“查询、筛选、分析”智能投顾服务能力 ◼ 满足市场、行业、策略的“盯盘、解读、分析”的内容服务需求 ◼ 大模型知识库对话替代FAQ客服满足内部员工办公辅助场景的需求 多端应用 B端：企业微信 B端：投顾平台

进行横向对比和分析。以此为基础，总结和提炼出 《指南》指标体系本地化的关键点，结合中国园区 相关指标的可获得性、适用性和特殊价值等要因素， 对《指南》中提出的经济、社会和环境三个维度方 面的绩效指标分别进行筛选，提出“可直接应用”、 “调整后使用”、“整合或删除”的本地化建议。 为分析本地化指标体系对中国工业园区的适用性， 研究团队选取天津经济技术开发区、合肥高新技术 产业开发区和苏州工业园区，从经济绩效、社会绩效、 标做逐一分析，对中国工业园区相关指标的可获得 性、适用性、特殊价值进行多维度分析，并进一步 给出《指南》本地化指标适应中国国内推广应用需 求的增删改建议。依据这一分析框架，本研究将《指 南》指标体系进行本地化筛选，共分为直接应用类、 调整后使用类、建议整合（删除）类三种类型。依 据本地化建议，调整形成《指南》本地化指标体系。 为确保《指南》本地化指标体系适用于中国工业园 区，研究团队选取国内多个工业园区作为案例以验 工业园区评价指标体系指标频度分析 85 3.4 《指南》本地化关键点识别和筛选 92 3.4.1 《指南》本地化关键点分析框架 92 3.4.2 《指南》关键经济绩效指标本地化筛选 93 3.4.3 《指南》关键社会绩效指标本地化筛选 96 3.4.4 《指南》关键环境绩效指标本地化筛选 104 3.5 本地化框架及内容 110 第 12 页

月中旬—11 月底 中国软件评测中心对各单位推荐的 600 多个数字政府、政府网站建设领域相关案例 进行初步内容审核、打分筛选后，邀请中央党校（国家行政学院）、北京大学、北京航 空航天大学、北京理工大学以及部分省级地方政府政务信息化领域专家组建优秀创新案 例评审专家小组。专家小组对初步筛选的 130 个候选案例进行评价评审，根据案例得票 数量评审出 50 个数字政府类、56 个政府网站类优秀创新案例（具体内容见本报告第六章）。 在智能搜索的“结果返回”环节， 智能化水平明显滞后。部分网站返回的搜索结果排序混乱，缺乏精准性和针对性，未能 依据用户搜索意图和关键词相关性进行智能化处理，导致用户需花费大量时间在众多结 果中筛选有用信息。此外，搜索结果呈现形式单一，多以纯文字列表形式展示，缺乏图 表、视频等多样化呈现方式，无法满足用户多样化的信息获取需求。 （2）无障碍及适老化服务有待进一步优化，服务细节需完善。调查结果显示，尽 化主管部门、相关机构推荐的 600 余个案例，案例涵盖数字政府类、政府网站类。 中国软件评测中心对各单位推荐的候选优秀创新案例进行打分、初评，筛选候选案 例，并邀请中央党校（国家行政学院）、北京大学、北京理工大学以及部分部委、省级 地方政府政务信息化领域专家学者组成评审专家组，对初评筛选案例进行评价评审，通 过专家投票后，从 130 多个候选案例中评出数字政府类优秀创新案例 50 个，政府网站类 优秀创新案例

和动态数据（如实时 咨询内容、近期业务办理记录）构建动态客户标签体系，通过 DeepSeek 的 128 维特征向量模型进行聚类分析，自动划分客户类 型并预测潜在需求。 核心推荐逻辑采用三级筛选机制： 1. 合规性过滤：通过内置的金融产品合规知识库（含监管政策、 适当性管理办法等）排除不匹配产品，确保推荐符合《商业银 行代理销售管理办法》要求 2. 需求匹配：运用深度强化学习算法计算产品特征与客户画像的 （包括电话录音、在线聊天、邮件等非结构化数据），结合账户交 易流水、资产配置、风险测评等结构化数据，形成动态更新的客户 画像数据库。 核心推荐逻辑采用三级匹配机制： 1. 基础属性匹配：根据客户显性特征筛选适用产品范围 o 年龄层匹配（青年客群/银发客群） o 资产等级划分（大众/黄金/私行客户） o 风险偏好类型（保守/稳健/进取） 2. 行为模式分析：通过 DeepSeek 模型分析客户行为轨迹 流程可视化引导：对于复杂业务（如理财产品购买），采用分 步动态指引。以下为基金购买环节的客户操作路径优化对比： 传统流程步骤 智能体优化后步骤 时间节省 填写风险评估问 卷 自动调取历史评估结果 2 分钟 手动筛选产品 基于风险偏好推荐 3 款匹配产品 4 分钟 传统流程步骤 智能体优化后步骤 时间节省 阅读完整协议 关键条款 AI 摘要高亮 1.5 分钟 通过部署会话记忆池技术，智能体可保留连续 30

相一致，真正实现管理实践与信息披露的双向对齐。 （二）将ESG理念贯穿投资生态体系 国泰海通证券不断强化ESG投研团队建设，针对固 定收益、权益等各类资产搭建了完善的ESG投研体系， 综合应用负面筛选、正面筛选、规范筛选、ESG整合、 主题投资、影响力投资、积极所有权等ESG投资策略。 此外，国泰海通证券积极引领行业ESG投资生态建设。 ����年��月，公司以集团形式和“投资管理人”身份正 式签署负责任投资原则（Principles 产品涵盖了上海碳市场中主要的现货及远期交易品种。 从样本空间来看，优先选取平稳运行满�年的交易产 品，确保价格的连续性和稳定性，这与其他一些碳指数 相比，在样本筛选上更加注重市场实际交易的成熟度。 上海碳价格指数通过这种筛选方式，使得指数能更精准 地反映市场真实情况。此外，该指数对样本采用动态加 权的方式，即根据样本历史���个交易日的累计成交量 确定样本权重，每日滚动计算；这一方式能够更加及时 域；并提出支持和激励各类金融机构开发气候友好型的 绿色金融产品。上海环交所与中金公司积极围绕“气候 友好”这一主旨展开产品研发工作，以低碳转型这一重 要气候议题为切入点，编制出固收领域低碳转型投资方 法论，旨在通过该方法筛选出兼顾经济收益与绿色绩效 的投资标的，丰富气候投融资的工具箱。 ����年�月，上海环交所发布“上海环交所－中金 低碳转型投资方法”。此次投资方法创造性运用上海环 交所低碳转型评价体系并结合金融机构ESG评估框架，

析定位重难点知识的关联逻辑，生成可视化的知识图谱辅助教学思路 梳理。同时，算力能整合学情数据，结合班级学生的知识薄弱点、认 知水平差异，对备课内容进行针对性调整，比如匹配难度适宜的案例、 习题。此外，算力驱动的资源检索系统可精准筛选优质教学素材，将 跨学科内容、前沿案例与课本知识融合，帮助教师高效完成内容优化， 既减轻备课负担，又让教学内容更贴合学生需求。 算力应用为教师提供丰富思路。算力应用正以多元方式为教师备 课提 知识点，便能快速生成结构清晰、视觉生动的课件，避免重复的格式 调整工作。针对习题资源制作，算力结合学科知识图谱与学情数据， 能一键生成符合教学目标的分层习题集，同时自动完成答案标注与难 度评级，大幅减少教师筛选、改编习题的时间。此外，在教学视频、 音频等多媒体资源制作中，算力可加速素材剪辑、格式压缩与质量优 化进程，让教师无需专业技术就能高效产出优质教学资源，将更多精 力聚焦于教学方案的打磨。 智

地。 5.4.2.3 共享制造 共享制造服务是园区为中小企业提供的智能制造协同平台，通过整 合全国智能制造服务资源与专业能力，降低企业协同制造成本和智能化 升级风险。服务平台主要功能包括筛选服务商的智能制造方案信息、智能 化服务功能展示、企业发布需求、服务商资源对接等。检测检验模块对接 产品质量认证、环境检测等专业机构，支持企业发布需求并智能匹配服务 商；中试平台提供产品试制与量产验证服务，对研发新品在测试、工装、 销售集销模块构建统一销售渠道，通过园区品牌背书联合推广中小企业产 品。需求聚合功能利用智能匹配算法，精准对接供需双方，实现高效资源 衔接；订单协同系统支持多企业联合订单处理与统一结算。供应商管理库 严格筛选优质供货商，确保产品质量与供应稳定性；销售渠道网络接入电 商平台、经销商等多元渠道，拓展产品销路。数据看板实时分析集采价格 优势与集销成效，为企业调整经营策略提供依据，最终通过规模化运营帮 助中小企业降本增效，提升市场竞争力。

技术壁垒等一系列的难题，也经历了投资效益低下、系统过度冗余、数据资产流失的惨 痛教训。汽车行业数字化转型服务商评价体系的建设，可以帮助客户企业厘清数字化转 型的重点、找到数字化转型路径，更重要的是帮助企业降低服务商筛选成本，高效选择 与自身数字化转型发展需求相契合的服务商，这样更有利于企业加快建设数智驱动、柔 性协同的汽车制造新范式。 汽车行业服务商分类分级评价体系实质上是为汽车行业构建了一套标准化的“能力 匹配业务颗粒度需求，场景落地难；中小服务商更是陷入算力投入与商业回报的 “成本 悖论”，转型步伐举步维艰。 本报告的价值远超越于评价工具本身，更是构筑产业转型的“北斗坐标系”：对车企 而言，可筛选真正具备场景化能力的服务商，降低试错成本；对服务商而言，可牵引技术 深耕与行业Know-How融合，避免“技术空转”；对整个产业而言，建立“能力地图” 加速资源优化配置，推动汽车数字化从单点突破走向系统进化。 当前，汽车行业企业（尤其是大型车企）的数字化系统复杂度极高，业务连续 性要求极端严格，汽车行业数字化转型的核心已从基本的项目实施转向对系统全生 命周期的持续运营与维护。因此，服务商在项目交付后的运维服务能力不再是企业 筛选服务商时的辅助考量因素，而是关键因素之一。本次调研显示，2/3的服务商已 配备超50人的专业化运维团队。车企专家表示，科学、高效、可持续的运维服务能 力对他们来说非常必要，不少车企在数字化项目实施结束，也会需要服务商继续提

传达性、审美性、适应性、时代性等原则，进行创意与发挥。标识 设计草图最好从具象表现、抽象表现、文字表现、综合表现等各种 思路中画出大量草图，然后从中筛选、深化。在标识草图阶段还是 强调用手绘来表现设计思路。 3、深化设计阶段 237 从大量标识草图中筛选三至五个比较完整满意的方案，然后广 泛征求意见，并做进一步的调整和完善。从图形的完整性、黑白关 系、长宽比例、线条粗细、放大进行局部检查，缩小进行视觉效果 天在景区内存在的用户及为非游客， 目前暂定为 5 天。 景点分析 景点实时监控：统计景点实时移动用户数量及估算人员总量功 能，估算人员总量按照三大运营商用户量比例粗略估算。 景区景点数据统计，根据时间段、景区名称筛选景区内各个景 点游客当前数量，为工作人员提供景区人员流量分析依据。 热点分析 251 热点分析包括：热点客流分析、热点客源分析、热点景点分析， 通过对客流来源、热点时期每天客流统计，以及热点时间段内客源 传达性、审美性、适应性、时代性等原则，进行创意与发挥。标识 设计草图最好从具象表现、抽象表现、文字表现、综合表现等各种 思路中画出大量草图，然后从中筛选、深化。在标识草图阶段还是 强调用手绘来表现设计思路。 3、深化设计阶段 从大量标识草图中筛选三至五个比较完整满意的方案，然后广 泛征求意见，并做进一步的调整和完善。从图形的完整性、黑白关 系、长宽比例、线条粗细、放大进行局部检查，缩小进行视觉效果