本項目的研發(fā)成果主要有以下幾個方面：
成果一：動態(tài)知識增強機制
創(chuàng)新性地研發(fā)了面向垂直領域的動態(tài)知識注入技術，通過實時知識圖譜融合與參數自適應調整，解決了大模型在專業(yè)領域知識更新滯后的問題。該技術實現(xiàn)了10萬級節(jié)點知識圖譜的熱加載，知識更新延遲控制在毫秒級，相比傳統(tǒng)靜態(tài)知識庫方式，領域任務準確率提升達25%以上。
成果二：多模態(tài)協(xié)同理解框架
突破性地構建了跨模態(tài)統(tǒng)一表征空間，通過特征動態(tài)對齊與注意力門控機制，實現(xiàn)了文本、圖像、時序數據的高效融合。在金融風控等典型場景中，多模態(tài)聯(lián)合分析的F1值達到0.92，較單模態(tài)分析提升18%。
成果三：智能體協(xié)同決策系統(tǒng)
首創(chuàng)"分析-決策-執(zhí)行"智能體鏈架構，通過強化學習驅動的任務分解與編排算法，實現(xiàn)了復雜業(yè)務流程的自動化閉環(huán)。在實際應用中，業(yè)務流程自動化率突破90%，決策響應時間從小時級縮短至分鐘級。
成果四：全棧國產化適配方案
自主研發(fā)的異構計算框架實現(xiàn)了對國產芯片的深度優(yōu)化，在華為昇騰等平臺上，百億參數大模型的推理延遲穩(wěn)定在80ms以內，性能損耗控制在5%以下，為關鍵領域提供了安全可控的技術方案。
成果五：輕量化部署技術
創(chuàng)新研發(fā)的模型量化壓縮算法實現(xiàn)INT8精度下<1%的精度損失，結合動態(tài)計算卸載技術，使核心模型組件能在邊緣側高效執(zhí)行。通過"云-邊-端"協(xié)同架構，將計算密集型任務智能分配至云端，邊緣設備專注輕量級推理，整體系統(tǒng)延遲控制在200ms以內，內存占用降低60%。
1.黃勇 2.郭亮 3.楊海樂 4.朱明軒 5.王克非 6.任榮歡 7.強昌源 8.馬志俊 9.孫允超
| |
評價單位： |
中國電子節(jié)能技術協(xié)會 |
報告編號： |
中電節(jié)評字[2025]第CG026號 |
評價日期： |
2025-06-04 |
| |
組織單位： |
中國電子節(jié)能技術協(xié)會 |
項目負責： |
彭瑤 |
成果管理： |
13911011521 |
1.提供的資料基本齊全，符合評價要求。
2.該項目的關鍵技術及主要創(chuàng)新點：
（1）創(chuàng)新性地研發(fā)了面向垂直領域的動態(tài)知識注入技術，通過實時知識圖譜融合參數自適應調整，實現(xiàn)了大模型在專業(yè)領域知識動態(tài)更新，領域任務分析能力顯著提升。
（2）提出了"分析-決策-執(zhí)行"智能體鏈架構，實現(xiàn)了復雜業(yè)務流程的自動化閉環(huán)，在實際應用中決策響應時間縮短至分鐘級，提升了多模態(tài)聯(lián)合分析效率。
（3）研發(fā)了模型量化壓縮算法實現(xiàn)超低精度損失，結合動態(tài)計算卸載技術，使核心模型組件能在邊緣側高效執(zhí)行。
（4）自主研發(fā)的異構計算框架深度適配國產芯片，支持百億參數大模型的高速推理，性能損耗低，實現(xiàn)了關鍵領域安全可控的工程應用。
3.相關技術獲得國家發(fā)明專利，具有自主知識產權.
4.評價委員會認為，該項目技術達到國際先進水平，一致同意通過科技成果評價，予以科技成果登記。
| 姓名 |
工作單位 |
職稱 |
從事專業(yè) |
| 黃利斌 |
工業(yè)和信息化部節(jié)能與綜合利用司 |
正高 | |
| 張序國 |
科技部火炬中心 |
正高 | |
| 李建武 |
北京理工大學 |
正高 | |
| 張玲 |
中國電子學會 |
副高 | |
| 洪晟 |
北京航空航天大學 |
副高 | |
| 李云婷 |
廣州賽寶認證中心 |
副高 | |
| 邱偉怡 |
中國信通院泰爾英福 |
副高 | |
微信公眾號
服務熱線
服務熱線
