CNET科技資訊網(wǎng) 3月1日 北京消息(文/齊豐潤): 誠信已成為了互聯(lián)網(wǎng)時代下企業(yè)立足市場的根基,因此,當下企業(yè)無論是對于內(nèi)部還是外部,都將誠信建設(shè)視為重點。近日,由京東倡議,聯(lián)合騰訊、百度、沃爾瑪中國、寶潔、聯(lián)想、美的、小米、美團點評、唯品會、李寧、永輝超市、佳沃鑫榮懋等知名企業(yè)以及中國人民大學刑事法律科學研究中心共同發(fā)起的“陽光誠信聯(lián)盟”正式成立。
京東表示,該聯(lián)盟的成立旨在通過互聯(lián)網(wǎng)手段共同構(gòu)筑反腐敗、反欺詐、反假冒偽劣、打擊信息安全犯罪,共同提升聯(lián)盟成員內(nèi)控部門的履職能力和員工的職業(yè)道德建設(shè),打造陽光、透明的商業(yè)環(huán)境。
近年來,企業(yè)內(nèi)部貪腐事件層出不窮,而互聯(lián)網(wǎng)企業(yè)也逐漸成為了重災區(qū)。京東集團副總裁、監(jiān)察部負責人江衛(wèi)華表示,京東始終堅守“誠信經(jīng)營”、“公平競爭”的商業(yè)價值觀,對腐敗零容忍是創(chuàng)立之初就堅持的底線,并不斷通過制度進行規(guī)范和落實。
據(jù)了解,近期京東、百度等聯(lián)盟成員出臺的一系列反腐舉措。2016年10月,京東發(fā)布了一則《反腐內(nèi)部公告》,實名公布了10起內(nèi)部腐敗案件,隨后又出臺了《京東集團舉報人保護和獎勵制度》,并宣布設(shè)立每年高達1000萬的反腐獎勵專項基金,對于舉報違規(guī)行為并查實的舉報個人或舉報單位進行高額獎勵。2016年,百度曾展開過一次大規(guī)模反腐,并在內(nèi)部發(fā)布了《嚴重違紀案件通報》,對20起嚴重違紀案件進行全員通報。
據(jù)介紹,之所以選擇建立誠信聯(lián)盟的體制,其主要原因在于,目前各企業(yè)在反腐敗、反欺詐、反假冒偽劣、打擊信息安全犯罪等方面普遍面臨著難度大、手段少、力量薄弱的問題,唯有相互協(xié)作、攜手拒腐、聯(lián)合防范,共筑科技反腐反欺詐之長城才是更加行之有效的出路。正是基于這樣的理念,京東集團倡議成立“陽光誠信聯(lián)盟”并得到了各企業(yè)的積極響應。
江衛(wèi)華表示,由于企業(yè)間信息無法共享,造成了許多在一家企業(yè)是新的人員卻在另一家企業(yè)得到了更好的機會,這對行業(yè)內(nèi)的風氣和用人的企業(yè)都造成了很大的損失。因此,“陽光誠信聯(lián)盟” 將建立信息共享機制,設(shè)立專屬網(wǎng)站,實現(xiàn)聯(lián)盟成員之間在反腐敗等方面的信息互通,并公開工作成果。江衛(wèi)華稱,京東將建立失信員工的查詢通道,其他聯(lián)盟成員在招錄員工時可重點關(guān)注,并在法律法規(guī)允許的范圍內(nèi)對涉案人員可采取拒不招錄。
除了反腐機制外,聯(lián)盟還將打擊假冒偽劣產(chǎn)品,以及打擊信息安全犯罪。江衛(wèi)華表示,“京東將定期把平臺上查處的涉及制假售假的商家信息在聯(lián)盟網(wǎng)站上進行公布,以利于其他聯(lián)盟成員共同抵制。我們希望通過聯(lián)盟的力量,加強跨平臺聯(lián)動,共同打擊有組織有規(guī)模的售假商家,杜絕售假商家在各種不同平臺上的違法行為,讓他們無處遁形。”
寶潔電子商務渠道總經(jīng)理歐陽雪君在成立儀式上表達了通過陽光誠信聯(lián)盟這個平臺攜手打擊商業(yè)腐敗的決心和信心,“我們非常認同也非常重視這樣一個能夠推動建立更加誠信、透明的線上線下商業(yè)生態(tài)及生意環(huán)境的機會,這是我們作為企業(yè)公民必須要承擔的社會責任。我堅信我們在做正確的事情,這也是我們能夠健康發(fā)展的關(guān)鍵。”美團點評安全管理及監(jiān)察部總經(jīng)理任奎和永輝超市第一集群內(nèi)控負責人余波也在成立儀式上分享了大數(shù)據(jù)反腐、制度反腐等方面的措施和經(jīng)驗。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。