T/GITIF 019—2024 低空经济 基础术语 Low-altitude economy – Basic terminology ICS 03.220.50 CCS V53 团 体 标 准 2024 发布 2024 11 实施 发 布 T/GITIF 019-2024 ....... 1 3 通用术语 ........................................................................................................................................................ 1 4 基础设施术语 ............... .......... 2 5 航空器管理术语 ............................................................................................................................................ 2 6 飞行保障术语 .....................

......... 1 2 规范性引用文件 ...................................................................... 1 3 术语和定义 .......................................................................... 1 4 智慧城市系统概念构建方法论 . 本文件通过提供视角、方法论框架、原则、流程、规则、概念和评估准则，为智慧城市系统概念构 建提供了体系化的方法论。 本文件适用于智慧城市系统概念和术语的构建。 本文件不规定智慧城市系统的定义。 2 规范性引用文件 本文件没有规范性引用文件。 3 术语和定义 下列术语和定义适用于本文件。 特征 characteristic 属性（3.5）的抽象概念。 注：特征用于描述概念（3.2）。 [来源：ISO 1,有修改] 概念 concept 由特征（3.1）的独特组合创建的知识单元。 注1：概念不一定对应到特定的自然语言。然而，他们受到社会或文化背景的影响，这往往导致不同的分类。 注2：这是术语工作中术语“概念”所使用和指定的概念的“概念”。这与工业自动化或市场营销等其他领域所指 定的概念差异很大。 [来源：ISO 1087：2019，3.2.7] 概念体系 concept system 概念的体系。

实际部署案例显示，某省级医院在接入 AI 辅助系统后，门诊 病历完整率从 82%提升至 97%，入院记录书写时间由 25 分钟缩短 至 9 分钟。该系统尤其适用于病程记录、手术记录等高频文书场 景，通过持续学习医院专科术语和医生个人用语习惯，其识别准确 率可在 3 个月磨合期后稳定在 92%以上。需要注意的是，系统设计 必须严格遵循《医疗质量安全核心制度要点》，所有 AI 生成内容 需经医师审核确认后方可生效，确保法律效力和医疗安全。 历系统应用水平分级评价标准》的结构化病历。某三甲医院试点数 据显示，应用 AI 辅助系统后，病历书写时间缩短 40%，首次提交 合格率从 72%提升至 89%，同时实现了： 1. 自动填充标准术语库中的规范表述 2. 实时提示逻辑错误和必填项缺失 3. 智能生成符合 ICD-10 编码的诊断建议 从技术可行性看，现有条件已完全成熟：中文医疗 NLP 识别 准确率普遍达到 92%以上，支持 从行业层面看，系统实施将产生显著的社会效益。国家卫健委 统计数据显示，采用 AI 辅助书写的医疗机构，其病历归档及时率 平均提高 37 个百分点，医保审核缺陷率下降 24%。更重要的是， 系统通过标准化术语和逻辑关系约束，为区域医疗大数据平台提供 了高质量数据源，这对推进分级诊疗、临床路径优化等医改重点任 务具有基础支撑作用。某省卫健委的试点数据表明，当 AI 病历系 统覆盖率超过 70%时，区域内跨机构病历互认时间可缩短至传统模

..............................................................................................1 3 术语和定义................................................................................................ ）适用于本 文件。 GB/T 23020-2013 工业企业信息化和工业化融合评估规范 T/AIITRE 10001-2020 数字化转型 参考架构 3 术语和定义 GB/T 23020、T/AIITRE 10001界定的以及下列术语和定义适用于本文件。 3.1 数字化转型 digital transformation 深化应用新一代信息技术，激发数据要素创新驱动潜能，建设提升信息时代生存和发展能力，加速 产业 链协同能力，还应评估企业工业互联网平台的应用情况，如工业 APP 的应用水平和创新能力。 5.2.3 数字化基础能力应围绕技术基础、管理基础、数据基础和安全基础四个重点方面，构建统一技 术语言、统一逻辑架构、统一业务语言和统一知识基座。 5.2.4 物联能力应评估企业工业边缘/网络能力、数据采集和生产/运营管控的情况。工业边缘/网络能 力重点评估企业新型网络覆盖情况，以及工业互联网

...... 1 2 规范性引用文件 ..................................................................... 1 3 术语和定义 ......................................................................... 1 4 总则 ........... 引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T 37043—2018 智慧城市 术语 3 术语和定义 GB/T 37043—2018界定的术语和定义适用于本文件。 4 总则 智慧城市应用场景分类主要包括数字治理﹑数字生活、数字产业三大类，应用场景分类见表1。按 照不同类别分层次的方式描述应用场景：

率、成功率、识别率、准确率”的配电网数字化评价方式。会议 明确了“易理解、无歧义、易计算”的编写原则，重点关注评价 指标的可操作性与可推广性，主要体现为： 1) 易理解：界定了配电网数字化评价指标的术语和定义。 2) 无歧义：对配电网数字化评价指标的释义、应用场景、计 配电网数字化评价指标-2025 II 算周期等进行了规范要求，提升了指标的可推广性。 3）易计算：量化了配电网数字化整体水平，明确了指标的计 ................................... 2 3 分类与范围 .......................................... 2 4 术语和定义 .......................................... 2 5 评价内容 ........................................ 本文件分为五章。第一章“目的”阐述了文件的背景意义； 第二章“标准规范引用清单”是本文件编制过程中主要参考的标 准规范；第三章“分类与范围”规定了指标的适用范围和应用对 象；第四章“术语和定义”规定了本文件涉及到的术语名词；第 五章“评价内容”规定了配电网数字化评价指标的具体内容。 本文件起草单位：国家能源互联网产业及技术创新联盟能源 数字化专委会、中国电机工程学会电力信息化专委会、中国电力

平均响应延迟 2.1 秒 <0.8 秒 场景适配周期 4-6 周 1-2 周 该方案通过以下路径实现目标： - 模型优化：基于 DeepSeek 的千亿参数模型进行领域微调，针对 公共服务术语库（如法律条文、文化专有名词）强化训练 - 边缘计算：采用端云协同架构，高频问题本地处理，复杂需求云 端调用，平衡实时性与成本 - 数据闭环：通过用户反馈自动标注机制，持续优化意图识别模 块，每月更新模型版本 通话、英语），对方言（如粤语、闽南语）和少数民族语言（藏 语、维吾尔语）的识别准确率普遍低于 60%。例如，某市政务热线 对方言工单的转人工率高达 45%，导致服务延迟。 复杂场景语义理解局限 传统模型对专业术语和长尾需求的处理能力薄弱。在政务咨询场景 “ 中，用户常混合使用法律条文（如 《社会保险法》第 58 ” 条 ）与 口语化表达，现有系统意图识别错误率超过 30%，需依赖人工二次 处理。 高并发下的稳定性缺陷 前系统多采用孤立架构。测试表明，用户需平均重复 3 次指令才能 完成跨系统操作，任务完成率下降 62%。 痛点维度 典型表现 影响指标 语言覆盖 方言识别准确率≤60% 转人工率上升 40%+ 语义理解 专业术语错误率 31.7% 工单处理时效延长 2.5 倍 系统稳定性 500QPS 时延迟≥8 秒 服务中断概率增加 75% 安全合规 40%系统未达到加密标准 数据泄露风险评级 C 级及以 上 这

7% 航空航天 4% 仓储和履单 9% 纸浆和造纸 2% 采矿业 2% 水/污水处理 1% 高科技、电子器件、 半导体 20% 第 10 版年度智能制造现状报告 23 智能制造术语定义 附录 第 10 版年度智能制造现状报告 第 10 版年度智能制造现状报告 24 企业资源规划 (ERP) 可跨业务管 理和相关职能部门实现前台和后台流 程的自动化。 制造执行系统 高级机器学习 (ML) 算 法由许多技术（如深度学 习、神经网络和自然语言 处理）组成，这些技术用 于无监督和有监督学习， 在现有信息的经验教训 的指导下运行。 Gartner® 术语表 * 术语未在 Gartner 术语表中定义 GARTNER 是 Gartner, Inc. 和/或其附属公司在美国和国际上的注册商标和服务商标，事先征得许可后方可使用。保留所有权利。 人工智能 (AI) 是制造业中的一种变革性力量， 具。这些发展正在塑造产品上市 的方式，个性化体验和响应式生 产对消费者满意度变得越来越重 要。对于各种规模的制造商而言， 人工智能是创新、增长和效率的 主流驱动力，因为它重新定义了 制造生态系统。 人工智能术语表 第 10 版年度智能制造现状报告 26 Allen-Bradley 和 expanding human possibility 是罗克韦尔自动化有限公司的商标。 不属于罗克韦尔自动化的商标是其各自所属公司的财产。

.......................................................................................... 4 4.1 术语 .................................................................................................. ......................................................................................... 12 5.1 术语 .................................................................................................. ......................................................................................... 18 6.1 术语 ..................................................................................................

金融垂类哪方更强 通用语言大模型 金融垂类大模型 优势 泛用性强 由于在多样化的数据集上进行了训练，通用模 型能够处理各种话题和领域的问题 领域专业性 在金融领域具有专业的理解能力，更精熟于金 融术语和概念 灵活性和利用率高 大量数据训练提高了模型的准确率，并可以应 用于多种任务中 针对性的解决方案 更适合解决金融行业的具体问题，与行业需求 和合规性要求相匹配 可迁移性强 在数据量较少的特定任务上，通用模型也可以 需要付出几千万的成本 在特定任务上，精确性与适用性欠缺，需要更多优化与定制。金融垂类大模型通常会投入大量的时间和资源来收集和整理金融领域的专业 知识。这些专业知识包括金融术语、金融工具和金融法规等。通用语言模型虽然可以通过金融语料的训练来提高在这方面的理解能力，但 是否能达到金融垂类大模型的专业性仍有待验证。 金融领域要求实时性和高效的推理速 你通义千 问 AI 国外 GPT 系列在金融领域表现较好。 GPT 系列能较好理解金融术语，解答金融相关问题，且具备一定的实时性，在金融领域能够自 动生成金融报告、做市场研究、客服机器人等。 国内百度文心、阿里通义千问、腾讯混元以及科大讯飞在金融领域表现较好。百度文心一言具备较高的实时性，且金融术语的理解较 好，准确度高，能够在金融新闻分类、问答系统和智能写作中发挥作用。 阿里通义千问