至顶网安全频道 02月22日 综合消息: 在2017年广东省公安厅开展的“新一代移动警务平台”的项目建设中,启迪国信、华为联合提供了移动警务平台解决方案。其中启迪国信统一端点管理平台,从软件层面为移动警务终端的管控提供了基础,便于管理人员对于移动警务终端进行全面、严格的安全管理,确保机密数据不外泄。
从公安部提出“科技强警”的政策方针以来,我国公安行业对切合一线警用的科研项目和设备投入了巨额经费,移动警务更是成为公安部门及警务人员执法活动规范化、内务管理制度化、警务配置标准化和管理模式信息化的重要实现方式。近日,广东省公安厅在深圳召开全省公安机关“智慧新警务”建设会议,决定将全面推进全省新一代移动警务建设应用作为“智慧新警务”的关键载体和重要支撑。
在本项目中,启迪国信统一端点管理平台承担着至关重要的移动终端管理职能,其支持公安部门通过统一的管理平台来管理所有公安警务终端,便于管理人员对于移动终端进行全面、严格的安全管理,保证机密数据不外泄。尤其是启迪国信移动警务解决方案还与华为等移动终端厂商合作,推出了双系统的移动警务终端,将数据分别存放到安全系统或互联网系统,以满足警务人员工作与生活的双重需求。
借助移动警务“随时、随地、随身”和“分享、开放、互动”的优势,启迪国信移动警务解决方案更好地促进了包括广东省公安厅在内的公安机关“跨层级、跨地域、跨部门、跨业务”的警务协调和支撑服务,更好地促进了技术手段在发达城市和偏远地区实现“均等化”,积极推动了“智慧新警务”的建设发展。
除了广东省公安厅之外,启迪国信移动警务解决方案还服务于深圳警务、浙江警务、江苏警务、河南警务等超过二十个省的移动警务项目。解决方案不仅确保了移动警务工作的高效,还保障了警务信息的安全可控。“未来,我们还将同华为等战略合作伙伴开展密切的合作,以共同拓展移动警务市场,为我国智慧新警务的发展贡献力量。” 启迪国信执行总裁黄海滨表示。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。