关键词： 人工智能   大语言模型   微调   Adapter   LoRA  

摘要： 近年来,大语言模型成为人工智能领域非常受关注的技术,引发了自然语言处理领域新的研究范式。在大语言模型训练实践中,参数微调是其中非常重要的一个环节,它允许用户在资源受限条件下,通过调整少部分参数来提升模型理解用户指令、解决下游任务的能力。该文全面回顾了2019—2024年间50余种主要的大语言模型微调方法,从全新的角度进行了系统性的整理和概括,分为全参数微调、部分参数微调、新增参数微调和无参数微调方法,对每种方法的原理、微调位置及方法特点作了总结归纳和比较;接着,从计算的视角出发,着重分析比较了各类方法的参数量、内存消耗和计算量;最后,基于该文的微调方法调研及相关的参数微调实践,对大语言模型微调策略给出建议,以促进该领域的发展。

关键词： 会计数字化转型   云计算   大数据   人工智能   财务管理  

摘要： 在数字经济时代,企业面临着快速变化的市场环境和不断增长的数据处理需求。传统会计模式已经无法满足现代企业对实时、精准财务信息的需求,推动了会计数字化转型的必要性。本文探讨了数字化技术在会计职能中的应用,特别是云计算、大数据和人工智能等技术如何提升财务管理效率,优化决策过程。分析了数字化转型在提升企业竞争力、促进可持续发展方面的作用。以某企业为例,本文剖析了其会计数字化转型的实施过程和成效,揭示了技术创新如何改变企业财务管理的运作模式,从而为企业提供更高效、透明和精准的管理支持。本文指出,数字化转型不仅解决了传统财务管理中的瓶颈,还为企业的长期发展提供了强大动力。

关键词： 数字人   三维面部动画   语音驱动   人工智能  

摘要： 为提升数字人三维面部动画的真实感与数字人交互体验,并探索传统高成本面部捕捉技术的替代方案,本文对语音驱动数字人面部动画方法展开研究,基于Omniverse Audio2Face工具,通过语音输入实现对虚幻引擎MetaHuman数字人面部动画的驱动流程。实验评估表明,该方法在精确性和效率上具有一定优势。本文总结了相关使用优化建议,以期为数字人面部动画技术的应用与发展提供参考。

关键词： 医用耗材   不良事件   机器学习   风险分级模型   支持向量机  

摘要： 目的:构建医用耗材不良事件风险分级模型,实现医用耗材不良事件风险等级自动评价,提升医用耗材不良事件风险管理能力,保障医疗器械安全。方法:选取2020年至2023年山东省立第三医院上报的148类370例医用耗材不良事件数据,将其分为高风险与低风险两类,统计其发生例数、伤害等级、注册证类型、有源无源、高值低值、国产进口、产品分类和风险等级8项关键因素形成数据集,利用机器学习中K邻近(KNN)、支持向量机(SVM)和决策树算法构建医用耗材不良事件风险分级模型,并对本院2024年新上报的5类12例医用耗材不良事件数据进行参数整合,分析模型风险预测的准确率和预测性能。结果:通过对比KNN、SVM和决策树算法模型,SVM算法模型对医用耗材不良事件风险预测效果较好,准确率为90.54%,受试者工作特征(ROC)曲线下面积(AUC)为0.944,柯尔莫哥洛夫-斯米尔诺夫检验(KS)值为0.808,模型具有较好的预测性能。调用SVM算法模型对新上报的5类12例医用耗材不良事件进行实际预测验证,预测结果与人工评定的风险等级相同。结论:医用耗材不良事件风险分级模型为医用耗材不良事件风险等级评估建立了可操作的模型,能够辅助医疗器械不良事件监测人员迅速精准找到医用耗材不良事件风险信号,提高医用耗材不良事件监测能力。

关键词： 人工智能   社会治理   技术风险   共治格局  

摘要： 人工智能是推进社会治理体系和治理能力现代化的重要驱动力量。人工智能嵌入社会治理的过程遵循着独特的理论逻辑、现实逻辑和技术逻辑。当前人工智能嵌入社会治理的时代机遇,体现在技术借用迭代为智能治理的社会治理理念革新、实体场域扩展到拟态空间的社会治理场域重构、表象互动转变至沉浸参与的社会治理结构优化、风险识别升级成实时监控的社会治理风险预判等方面。人工智能嵌入社会治理必须坚持系统思维,从打造社会治理智能化的共治格局、创建社会治理智能化的数据系统、完善社会治理智能化的制度保障、加强社会治理智能化的队伍建设等方面综合发力,将“智能变量”转化为“治理增量”,切实推动社会治理智能化的实现。

关键词： 智能制造   五轴加工   仿真   数字孪生  

摘要： 针对大力神杯曲面复杂、加工难度大等特点,制定其五轴加工的加工工艺;通过合理规划刀具加工轨迹,使用NX1980软件生成五轴加工程序,使用数字孪生平台VE_(2)建立仿真模型,在X1数控加工仿真系统中建立与VE_(2)的通讯连接,对五轴加工中心与六轴工业机器人的联动加工过程进行仿真,并对加工程序进行验证。仿真结果证明了五轴加工大力神杯的可行性,为智能制造单元的五轴加工提供了理论依据和实践基础。

关键词： 人工智能   职业教育   职业技能   文献计量分析  

摘要： 采用文献计量学方法,对Web of Science核心合集数据库中关于“人工智能+职业技能+职业教育”领域的文献进行系统分析。通过R语言和VOSviewer等可视化软件,对2004年至2024年间检索到的6686篇文献进行深入挖掘。结果显示,该领域的年发文量呈显著上升趋势,美国和中国是该领域的主要研究国家,两国发文量占比高达25%,且合作密切。研究热点分析表明,该领域的研究初期聚焦“职业再培训”与“支持性就业”,近年来逐渐转向“职业教育”与“技能提升”,并与人工智能技术紧密结合。随着人工智能技术的快速发展,未来该领域将更注重职业教育体系改革、职业技能与市场需求对接、教育信息化与智能化推进,以及政策与法规的完善。

关键词： 企业   人工智能   人力资源招聘   策略  

摘要： 随着科技的飞速发展,人工智能在很多领域、行业都迎来了发展高潮,越来越多的企业也将其用于人力资源管理中,其中招聘环节作为企业获取人才的基本工作,其效率、准确性直接影响到企业竞争力。对此,文章首先介绍企业人力资源招聘的现状,然后指出人工智能概述、人工智能对人力资源招聘的影响,最后阐述人工智能用于人力资源招聘的策略,旨在为企业打造更加精准、高效的招聘体系。

关键词： 超声检查   介入性   动脉瘤   假性   凝血酶   LightGBM   预测模型   机器学习  

摘要： 目的 基于LightGBM（Light Gradient Boosting Machine）算法，构建超声引导下注射凝血酶治疗假性动脉瘤的剂量预测模型。 方法 回顾性分析2018 年1 月至2024 年12 月期间，在南京医科大学第一附属医院接受超声检查并确诊为股动脉假性动脉瘤且接受超声引导下凝血酶注射治疗的患者84 例。根据凝血酶使用的不同剂量，将患者分为低剂量组（＜500 IU）30 例、中剂量组（≥500 IU 且＜1000 IU）36 例和高剂量组（≥1000 IU）18 例。按8：2 的比例随机将患者分为训练集67 例，验证集17 例。基于有序Logistic 回归分析筛选特征变量，建立Logistic 凝血酶剂量预测模型。基于LightGBM 算法的贡献度筛选特征变量，构建LightGBM 凝血酶剂量预测模型。模型性能通过总体准确率、微平均曲线下面积（AUC）、召回率、F1 分数等指标进行评估，并通过ROC曲线进行模型效能分析。 结果 基于Logistic 算法的凝血酶剂量预测模型在训练集中的微平均准确率为0.677，微平均AUC 为0.744（95% CI：0.674 ～0.815）；在验证集中的微平均准确率为0.686，微平均AUC 为0.758（95%CI：0.624 ～0.891）。基于LightGBM 算法构建的凝血酶剂量预测模型在训练集中的微平均准确率为0.930，微平均AUC 为0.975（95%CI：0.955 ～0.995），微平均召回率为92.5%，微平均F1 分数为0.899；在验证集中的微平均准确率为0.804，微平均AUC 为0.872（95%CI：0.766 ～0.978），微平均召回率为76.5%，微平均F1 分数为0.722。 结论 基于LightGBM算法构建的凝血酶剂量预测模型能够有效预测凝血酶的使用剂量，为实现超声引导下凝血酶注射治疗的精准化和个体化治疗提供了重要参考。

关键词： AIGC   人工智能   平台建设   融媒转型  

摘要： 人工智能生成内容(AIGC)技术已成为推动广电行业创新的重要力量,在节目生产流程的自动化和智能化方面展现出巨大潜力。本文旨在探讨北京广播电视台在AIGC技术应用上的思考,包括AI生产力工具开发、统一AI基础底座建设以及AI技术在广电行业的应用和重构。