构建“(大模型+数据要素)×千行百业”数智化新模式推进沈阳加快形成新质生产力

新质生产力是新时代经济发展的核心驱动力,数据要素×、AI大模型以及生成式AI等新概念及新技术的涌现,为培育和壮大新质生产力提供了坚实的基石与无限的潜力。本文通过深入研究新质生产力、数据要素×、AI大模型之间的内在联系和相互作用机理,揭示数据要素价值化、AI大模型、生成式AI技术对培育新质生产力、推动生产方式智能化变革所产生的决定性作用,结合沈阳市发展定位和资源禀赋,以及在人工智能和数据要素价值化方面的发展布局,提出构建“(大模型+数据要素)×千行百业”的新一代人工智能发展模式,并就沈阳市发展AI大模型产业的路径和策略给出建议。

打造浑南科技城数据要素集聚新高地助力沈阳建成“东北数字经济第一城”

数据要素的聚集对促进数字经济发展起到至关重要的作用。一个地方对数据要素流通体系的建设水平会在较大程度上影响当地的数据资源聚集和开发水平,并最终影响数字经济的发展水平。本文结合沈阳浑南科技城在数据要素聚集方面的基础条件和存在的问题,围绕把浑南科技城建成立足沈阳、服务辽宁、辐射东北的数字要素供给基地和融合创新龙头的目标,提出建设一个算力枢纽、三支撑体系、六个示范应用标杆的构想。

基于司法案例知识图谱的类案推荐

近年来,伴随着人工智能的发展及法院裁判文书的公开化,"智慧司法"、案例推荐成为热点问题.针对案例推荐中存在的推荐准确性差、传统知识图谱向量化表示精度不高等问题,提出基于知识图谱的案件推荐(Knowledge Graph based Case Recommendation,KGCR)模型.该模型以知识图谱为辅助信息,利用文本分类和信息抽取技术构建面向刑事案例的知识图谱,针对当事人的陈词供述,利用知识表示学习求解相似的案件,进一步实现法条推荐.针对TransH算法的负采样问题进行改进,提出FU-TransH算法模型.以公开的刑事判决书为数据集进行实验,实验结果表明,与相关的具有代表性的算法相比,该算法的推荐准确率更高.