2017年11月29-30日,第二十七届全国信息保密学术会议在广东省清远市召开。部分省国家保密局主要领导,来自全国各地科研院所、高等学校以及信息安全企业的专家、学者、科研人员和本届年会收录论文作者共180余人出席会议。
大会开幕式由中国计算机学会信息保密专业委员会秘书长黄伟庆主持,广东省国家保密局局长贾穗军及专委会主任、中国科学院信息工程研究所所长孟丹分别致辞。孟丹代表专委会向优秀论文作者和会议优秀组织者颁发证书及奖励。专委会副主任孙德刚主持主题报告会,中国工程院院士沈昌祥、中国科学院院士郑建华、北京交通大学国家保密学院常务副院长韩臻教授、北京神州绿盟信息安全科技股份有限公司高级副总裁叶晓虎、航天科工集团二院706所所长袁晓光、中国科学院信息工程研究所副研究员王雅哲6位专家学者作了主题报告。会议还围绕“网络安全大数据”、“网络安全保密监管”、“重要基础设施安全”、“移动互联网安全”、“自主可控与安全保密”等技术热点话题举行了5场沙龙活动。
此次学术年会由国家保密局指导,中国计算机学会主办,中国计算机学会信息保密专业委员会、中国科学院信息工程研究所承办,广东省国家保密局、广东省保密协会、东软集团股份有限公司、北京启明星辰信息安全技术有限公司和中孚信息股份有限公司协办。
本次大会共收到118篇论文,经专委会专家认真评审和专委会主任会议研究决定,最终选取61篇论文收录到《第二十七届全国信息保密学术会(IS2017)论文集》,并评选出优秀论文3篇。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。