数智赋能信息资源管理新路径:指令工程的概念、内涵和发展

新一轮科技革命和产业变革方兴未艾,大数据、人工智能等系列数智技术对信息资源管理学科产生了深远影响。在大模型背景下,指令工程通过高质量、体系化、流程化的指令设计引导模型生成结果,是高效发挥大模型能力的重要途径,可以用于解决学科相关重要问题。本文首先介绍了指令工程的概念,然后详细梳理了指令的构成要素、设计模式以及指令工程的特点和意义,并探讨了指令工程赋能信息资源管理的建设路径。未来,指令工程的研究和发展还需要关注通用及领域指令工程建设、指令工程标准化、知识产权保护、安全性和体系化测试评估等问题,以期能够在各行业复杂的应用场景中更好地发挥指令的效能。

ASE-ERNIE:一种基于ERNIE的中文指令动作序列生成方法

中文结构灵活多样,同样的语义有多种表达方式,在中文指令过长或存在多组动作的情况下,家庭服务机器人很难正确理解并做出响应。此外,家庭环境的中文指令解析研究在数据方面仍然稀缺。现有的方法不能准确提取出指令中包含的全部动作序列。由此提出一种基于ERNIE方法的动作序列提取(ASE-ERNIE)模型来提取中文指令中的可执行动作序列,该模型通过动作类型和参数之间的关系提取指令信息,将动作序列的提取工作转化为序列标注任务。在指令中存在多组动作并且存在多个参数的情况下,依然能够提取出全部动作序列。通过实验验证了所提方法的有效性,动作序列提取任务的F 1值达到了80.37%。

风格迁移、指令设计与“世界模拟器”——兼论Sora模型产出艺术杰作的可能

随着生成式人工智能技术在机器监督学习和对抗神经网络的推动下不断升级,程序化算法对当代艺术创作的影响也逐渐加大。回溯人工智能技术在作品生成方面的路径与方法,有助于理解人工智能艺术不同于传统艺术的新特征。通过细审艺术风格迁移的技术迭代现象,可以发现人机交互界面上隐形存在的深层指令设计问题。围绕指令文本做出的无休止调整,在增强艺术创作的游戏化体验时,迎来了动态的涌现现象。作为世界模拟器之一的Sora模型,能够部分地呈现运动中的物理世界,却无法模拟情感动态,艺术杰作难以产出。

大模型驱动的学术文本挖掘--推理端指令策略构建及能力评测

大型语言模型突出的任务理解和指令遵循能力,使用户可以通过简单的指令交互完成复杂的信息处理任务。科技文献分析领域正在积极探索大模型的应用,但尚未形成对指令工程技术和模型能力边界的系统性研究。本文以学术文本挖掘任务为切入点,从上下文学习、思维链推理等角度设计推理端指令策略,构建了涵盖文本分类、信息抽取、文本推理和文本生成4个能力维度共6项任务的大模型学术文本挖掘专业能力评测框架,并选取了7个国内外主流的指令调优模型进行实验,对比了不同指令策略的适用范围和不同参数模型的专业能力。实验结果表明,少样本、思维链等复杂指令策略在分类任务上的应用效果并不显著,而在抽取、生成等难度较高的任务上表现良好。千亿级参数规模的大模型经过指令引导,能够取得与充分训练的深度学习模型相近的效果,但对于十亿级或百亿级规模大模型,推理端的指令策略存在明显上限。为了实现大模型向科技情报领域的深层嵌入,现阶段仍需在调优端对模型参数进行领域化适配。

面向SIMD指令集的SM4算法比特切片优化

SM4算法是中国自主设计的商用分组密码算法,其加解密计算性能成为影响信息系统数据机密性保障的重要因素之一.现有SM4算法优化主要面向硬件设计和软件查表等方向展开研究,分别存在依赖特定硬件环境、效率低下且易遭受侧信道攻击等问题.比特切片技术通过对输入数据重组实现了并行化高效分组密码处理,可以抵御针对缓存的侧信道攻击.然而现有切片分组密码研究对硬件平台相关性强、处理器架构支持单一,并且并行化处理流水启动较慢,面向小规模数据的加解密操作难以充分发挥单指令多数据(single instruction multiple data,SIMD)等先进指令集的优势.针对上述问题,首先提出了一种跨平台的通用切片分组密码算法模型,支持面向不同的处理器指令字长提供一致化的通用数据切片方法.在此基础上,提出了一种面向SIMD指令集的细粒度切片并行处理SM4优化算法,通过细粒度明文切片重组与线性处理优化有效缩短算法启动时间.实验结果表明,相比通用SM4算法,优化的SM4比特切片算法加密速率最高可达438.0 MBps,加密每字节所需的时钟周期最快高达7.0 CPB(cycle/B),加密性能平均提升80.4%~430.3%.

带有指令滤波的电力弹簧系统反步控制

针对新能源发电系统因间接性和不确定性导致的电压波动问题,文中首次将反步控制策略应用于电力弹簧(electric spring,ES)系统,并提出一种带有指令滤波的ES反步控制策略。根据ES的数学模型利用反步法设计控制器,并加入指令滤波器,以解决ES反步控制中的计算膨胀问题,同时设计误差补偿信号,并利用Lyapunov稳定性理论验证系统稳定性。通过仿真模拟新能源发电系统网侧电压波动时,ES对关键负载(critical load,CL)电压稳定的效果,以及不同系统参数对文中控制策略的敏感性分析。与传统的比例积分(proportional-integral,PI)控制对比,CL电压动态响应速度提高0.07 s,CL电压畸变率降低31%,参数敏感性分析中CL电压最大偏差率为0.318%,能承受的最大电压幅值波动范围提高52.9 V。仿真结果验证了文中所提出的控制策略具有响应速度快、谐波含量低、抗干扰能力强的优势。

嵌入式处理器自定义指令迭代识别方法仿真

嵌入式系统中的硬件资源是有限的,并且自定义指令和原始指令之间可能存在冲突,导致指令代码识别精准度降低、运行功耗较高。为此,提出嵌入式处理器自定义指令迭代低功耗识别方法。对嵌入式处理器的指令代码展开可视化处理,将指令图像输入卷积神经网络中,检测指令代码中存在的恶意代码,采用开源编译器将代码转变为控制数据流图,枚举并选择子图,通过代码转换完成嵌入式处理器自定义指令识别。仿真结果表明,所提方法的恶意代码检测精度高、代码识别准确率高,始终保持在70%以上,平均能耗仅为89J。

串口通信中使用指令控制灯亮灭的程序设计与应用

文章基于物联网应用开发中常用的Zigbee开发板,针对开发板上的4个LED灯,研究在串口通信中使用两位字符指令控制开发板上LED灯亮灭的程序设计思路,对实现方法进行了详细分析,并使用三种方法编写程序实现通过串口使用两位字符指令控制LED灯亮灭的效果。

自定义数控挖槽G指令及其应用

通过分析数控挖槽加工的工艺特点,指出此类数控加工在编程方面存在的不足。随后基于FANUC数控系统,阐述自定义数控挖槽G指令的基本思路和方法,并结合大直径圆槽的加工,自定义挖槽指令G300,并应用该指令进行数控加工仿真,达到了预期目的。

基于X87指令集的浮点除法运算单元设计

基于X87指令集架构,在TSMC 65nm的工艺库下,采用SRT-16算法设计一种浮点除法运算单元。SRT-16算法主要是通过采用重叠商与余数计算部分的结构来进行优化处理,使得在原有传统算法SRT-4的基础上增加的电路面积较少,并且使得循环次数减少一半,并且在处理商的结果中引入商的飞速转换技术。通过对基于SystemVerilog自动对比平台的搭建,通过C对比模型,完成自动对比,加速验证的速度,进行功能覆盖统计,完成覆盖率100%。通过DC综合检测电路的时序情况,对电路进行时序优化,完成满足时序要求1.08ns,工作频率为900MHz。

AI产品侵权归责原则的法经济学考察——兼评欧盟《人工智能责任指令》

AI产品是以AI技术为基础,以销售、使用为目的,依赖研发者设定的固定程序,通过计算进行决策并完成相应任务,被广泛应用于各行业的动产领域;AI产品侵权归责原则大致可分为共同责任侵权原则、严格责任原则和过错侵权原则三类。在适用侵权归责原则时,常见的困境包括共同侵权责任原则缺乏归责上的“共同性”,严格责任原则具有“片面性”,以及过错责任原则难以确定“过错”与“因果关系”。此外,责任主体尚不明确。基于社会成本与委托代理理论,AI产品侵权归责理论可从制度激励、信息不对称与风险分散三个维度解析归责的基本逻辑,以实现社会福利最大化。欧盟《人工智能责任指令》在一般条款外仅规定了举证责任、证据披露和因果关系推定等要素,对产品侵权问题的规制存在漏洞,它所确立的严格责任制度仍具有补充和提升空间。为实现欧盟《人工智能责任指令》下的社会福利最大化,尝试将过错责任原则适用于生产者,将剩余责任即严格责任原则适用于驾驶员,即若生产者存在过错,驾驶员和生产者将以各自的责任份额分担责任;如果生产者被证明遵循了应有的注意义务,那事故损失必须完全由被适用严格责任原则的驾驶员承担。

基于指令滤波器的无人艇抗饱和动态面跟踪控制器设计

本文对带有外界干扰、输入受限情形下的无人水面艇轨迹控制问题开展了研究。首先,给出了考虑前进、横漂和艏摇的无人艇三自由度跟踪控制模型。其次,基于反步法、跟踪微分器和抗饱和辅助系统,提出了有限时间饱和动态面跟踪控制器,并通过引入补偿信号消除了滤波器带来的微分误差,提高了控制系统的性能。最后,借助李雅普诺夫稳定性理论证明了所设计系统状态为有限时间稳定的,并通过数字仿真验证了所设计控制策略的有效性。

基于区块链隐私保护的工业网络输出指令安全控制算法设计

当前工业网络输出指令加密机制多为目标式和独立式,导致指令安全控制效果不理想,丢包率增加,为此提出基于区块链隐私保护的工业网络输出指令安全控制算法。设计工业网络指令安全控制辨识目标,将此目标导入初始的安全指令控制加密程序中,设置一个基础的控制指令。以其作为引导,进行安全控制目标的扩展及生成,对指令的内容进行多层级加密。在指令加密处理的基础上,根据输出指令安全控制指标及参数的限制,设计不同的安全控制标准和双向控制条件,将安全控制辨识目标导入当前的区块链双向控制结构中,形成一个具体细化的控制结构。在控制结构中,利用区块链技术将区块控制程序与重叠指令的控制程序关联起来,实现动态化的指令输出安全控制。实验结果表明:这种安全控制算法能够对全部工业网络输出指令数据进行加密处理,能够最大程度上保证工业网络输出指令隐私安全,丢包率在5.2%以下,控制正确率较高,具有较高的实际应用价值。

基于G71外圆粗车复合循环指令的对刀原理

以CJK6032教学型数控车床车削轴肩为例,针对常用的G71外圆粗车复合循环指令的使用特点及工件坐标系与机床坐标系的转换关系,详细论述了该指令的数控编程方法及对刀原理,为提高数控编程效率及加工精度、掌握对刀技巧提供参考。

幼儿园常规教育指令的限度、态度与温度

幼儿园常规教育指令的力度直接影响着幼儿自我节奏的保存。教师对常规教育指令的运用,应持懂变通的内容、有人道的力道以及能悦纳的效果三个原则。同时,教师应坚定对幼儿需要的纯粹支持、对幼儿生命发展的善性观照以及对幼儿自主能动性的助力与滋养这三重价值态度。建议教师用有温度的心践行有温度的常规教育,在指令运用前保障幼儿深度参与幼儿园常规的制定,在指令运用中充分观照幼儿的具体需要,在指令运用后坚守宽容底线,使整个指令过程满溢理解的温度。

基于异构指令图的恶意软件分类方法研究

恶意软件是当今互联网上最大的安全威胁之一。目前基于图深度学习的恶意软件分类研究未考虑同家族恶意软件的控制流信息所隐含的内在相似性。针对该问题提出了一种基于异构指令图的恶意软件分类方法MCHIG,包括三个阶段:异构指令图生成、结点嵌入和恶意软件分类,首先生成数据集MyHIG,再应用GraphSAGE对不同类型的边分别进行消息传递,完成异构指令图文件结点分类和指令结点嵌入,最后基于控制流图完成恶意软件分类任务。在BIG2015数据集上嵌入阶段的分类精度达到97.81%,分类阶段分别进行了五折和十折交叉验证,其中十折交叉验证的性能更佳,准确度达到99.91%,在BODMAS_mini少样本数据集上,在嵌入阶段达到96.53%,在分类阶段达到98.76%,优于目前较先进的其他恶意软件分类模型。

卫星成像任务指令序列自适应生成方法研究

针对成像任务到指令序列转译时存在的任务失效风险,提出一种知识驱动的指令序列自适应生成方法。在指令构造阶段,将数据与逻辑相互解耦,并设计3种支持灵活修改的基本知识结构。在序列生成阶段,进一步引入图结构知识,并设计上下游压缩的序列生成及优化策略。该方法将关键数据要素从指令处理过程中分离,不仅降低了系统更新所引入的潜在风险,且提高了指令序列生成系统对需求变更的适应能力。采用历史成像任务序列进行仿真实验,结果表明,相比于现役指令处理方法,所提方法具有更高的准确率,并能有效优化指令序列长度。

考虑输入时滞的舵机伺服系统自适应指令滤波输出反馈控制

针对舵机伺服系统运行过程中存在复杂非线性以及信号输入时滞、使系统的精度降低,严重时甚至造成系统失稳的问题,提出了一种考虑输入时滞的自适应指令滤波输出反馈控制策略。首先,将系统中存在的输入时滞考虑为控制器信号输入时滞,给出舵机伺服系统状态方程,选用梯度下降法设计时滞估计律对未知时滞进行估计;其次,将系统中存在的复杂非线性统一为扰动,选用扩展状态观测器(ESO)加以估计,将观测的系统状态值用于设计控制量实现输出反馈控制;然后,选用指令滤波将高阶求导过程转化为求积分,实现信号滤波以抑制微分噪声;最后,基于Lyapunov-Krasovskii泛函稳定性定理证明控制器实现系统有界稳定。仿真及实验表明,所提的控制方法与传统反步控制方法、自抗扰控制和比例微分积分(PID)控制方法相比,响应时间分别提升了92%、88%和51%,跟踪精度分别提升了90%、84%和26%。

不确定非线性离散系统指令滤波事件触发控制

本文提出了考虑输入饱和的一类不确定非线性离散系统的事件触发指令滤波控制方法.采用指令滤波控制技术解决了传统反步法存在的“因果矛盾”问题,引入补偿机制提高了系统的控制精度;利用事件触发机制能够避免自适应律和控制律的频繁更新,降低了计算负担,提高了资源利用率;运用模糊逻辑系统逼近系统中未知的非线性函数;结合李雅普诺夫稳定性理论,验证了提出的控制方案能够保证跟踪误差收敛到原点小的邻域内以及闭环系统的所有信号有界.仿真结果表明,本文提出的控制方法具有较强的鲁棒性及较好的跟踪性能.

基于重用距离的访存指令优化

随着机器学习、推荐系统和社交网络等数据驱动类技术的发展,数据正在以流的形式呈现.传统的缓存替换算法无法有效适应应用程序的流式访问行为,导致数据流程序带来了大量的缓存未命中与严重的缓存污染问题.本文依据数据流程序变化带来的新的局部性优化挑战,提出了一种基于重用距离和非时态访存指令的优化方法RDNT.该方法首先筛选内存访问指令,然后计算重用距离,最后用非时态内存访问指令替换重用距离过大的常规内存访问指令.在SPEC CPU 2017测试集的实验结果表明,RDNT能够有效提高程序性能,与常规访存方式相比产生了8%的加速比,降低了程序的运行时间.