搜索引擎 + AI 驱动的行业新闻

【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智

【访问入口】
hangyexinwen.com

【新闻分享】
点击发布时间即可分享

【联系我们】
xinbaoren.com
(微信内打开提交表单)

📰 “问梨”问世:给梨产业装上AI大脑—新闻—科学网

世界首个开放式梨行业大语言模型“问梨”在南京农业大学发布,标志我国梨产业进入“人工智能+知识服务”的新阶段。由张绍铃院士带领团队与信息管理学院共同研发,整合多源数据,构建超过5亿Token的梨领域专属语料库,采用监督微调+强化学习等方法实现专业化知识的深度融合。该模型面向三大场景提供服务:随身百科全书级的田间答复,智慧科研助手用于快速定位目标基因与获取序列功能信息,产业决策大脑基于长期数据与DeepResearch理念生成结构化产业分析与发展报告,帮助政府、行业与企业实现数据驱动的决策。开放使用使知识惠及全行业,促进科研提效与产业振兴,体现高校服务国家农业强国的实践与成果。

🏷️ #梨产业 #大模型 #开放可用 #智慧基座 #数据驱动

🔗 原文链接

📰 世界首个开放式梨行业大语言模型“问梨”在南农发布-中国社会科学网

本次发布的世界首个开放式可用的梨行业大语言模型“问梨”,由南京农业大学牵头,汇聚国家现代农业(梨)产业技术体系40余位岗位科学家与综合试验站站长的集体智慧,标志我国梨产业进入AI+知识服务的新阶段。该模型以厚实的田间试验数据和栽培技术成果为基础,整合多源异构数据,构建超过5亿Token的专业语料库,通过监督微调与强化学习的两阶段训练,达到对梨产业知识体系的深度理解与实用性输出。发布现场展示了“随身百科全书”“智慧科研助手”“产业决策大脑”三大核心功能:面向田间的品种特性与病虫害防控答复、面向科研的全基因组信息检索与遗传机制研究辅助、以及面向产业决策的结构化产业报告生成,显著降低专业门槛,提升科研与决策效率。开放共享是其重要特色,通过网站或微信二维码即可使用,真正实现知识普惠。展望未来,问梨将推动梨产业的科技创新与产业服务深度融合,促进乡村振兴与农业现代化。

🏷️ #梨产业 #大语言模型 #开放共享 #智慧应用 #产业决策

🔗 原文链接

📰 世界首个开放式梨行业大语言模型“问梨”在南农发布

本次发布的世界首个开放式可用的梨行业大语言模型“问梨”由南京农业大学联合国家现代农业(梨)产业技术体系研发中心共同推出,标志我国梨产业进入“人工智能+知识服务”的新阶段。该模型由张绍铃院士团队领衔,汇聚40余位岗位科学家与综合试验站站长的集体智慧,将田间数据与文献、行业标准等多源信息整合,构建超过5亿Token的高质量梨领域语料库,通过“监督微调+强化学习”的两阶段训练,实现了从实验室到田间的知识贯通。它具备三大核心功能:随身百科全书、智慧科研助手、产业决策大脑,分别在田间管理、分子育种研究和宏观产业分析中提供专业、可操作的解决方案与决策支持。此外,该模型对外开放、可通过网站或微信轻松使用,真正实现知识普惠。问梨的上线不仅是技术突破,也是产业服务链条向从业者延伸的一次尝试,旨在提升科研提效、促进产业振兴,并推动智慧梨产业创新生态的构建。

🏷️ #智慧 #梨产业 #大模型 #开放共享 #科研应用

🔗 原文链接

📰 世界首个开放式梨行业大语言模型“问梨”在南农发布

世界首个开放式可用的梨行业大语言模型“问梨”在南京农业大学发布,标志我国梨产业正式进入“人工智能+知识服务”的新阶段。该模型由张绍铃院士带领的团队及信息管理学院的多位专家共同研发,汇聚了国家现代农业(梨)产业技术体系40余位岗位科学家和综合试验站站长的智慧与实践,致力实现从实验室到田间地头的知识贯通。团队整合多源异构数据,构建超5亿Token的梨领域专属语料库,并通过人机协同打磨与“监督微调+强化学习”两阶段训练,提升技术的实用性与可靠性。发布会上,问梨展现三大核心功能:随身百科全书、智慧科研助手、产业决策大脑,能够在品种特性、栽培技术、病虫害防控等领域提供专家级答案,并快速定位分子遗传信息,辅助育种与研究;同时可根据长期产业数据生成结构严谨的产业发展报告,为区域布局和结构调整提供智能决策支撑。最关键的是“开放可用”,通过网站或微信二维码面向全行业开放,真正实现知识普惠。张绍铃院士强调,此举将创新链与服务链延伸至每一个从业者,促进科研提效与产业振兴,南京农业大学也表示将以此为契机推动学科交叉融合和乡村振兴。

🏷️ #梨产业 #大语言模型 #开放共享 #智慧产业 #科研助手

🔗 原文链接

📰 农业AI亟待跨越“最后一公里”

当前农业AI发展呈现三大特征:其一,技术体系全面演进,正变得越来越“懂农业”。从具备基础问答能力的农业大模型,到拥有自主科学发现能力的科研智能体;从高标准农田中按程序作业的自动化农机,到复杂场景下可自主决策的农业机器人,技术迭代持续赋能农业生产各环节。其二,数据成为农业AI发展的核心驱动力。与通用AI依赖海量公共数据实现突破不同,农业生产数据碎片化、非标化的特性,已成为制约行业发展的关键短板。这标志着农业AI的竞争重心正从拼算力转向拼数据、拼场景。其三,人才培养体系加速重构。面对巨大人才缺口,多所高校主动发力,通过设立智慧农业等新农科专业探索“教科产”协同融合模式,培育多学科交叉的复合型人才。机遇之下,挑战依然严峻。最突出的矛盾是技术先进性与小农户可及性之间存在鸿沟。AI研发存在一定成本,如何为广大农民提供经济、可落地的定制化解决方案,是实现普惠的关键。此外,如何让农民听得懂、用得上,也是技术推广必须攻克的现实课题。跨越“最后一公里”,绝非单一主体能完成,需产学研用各方协同发力。一方面,技术开发要摒弃“重前沿、轻实用”的倾向,注重实用性与经济性,探索“云—边—端”协同的轻量化部署模式;另一方面,应加速构建开放共享的农业数据生态,打破信息孤岛,让分散的数据真正成为驱动农业智能化的“燃料”。农业AI的价值,终究要在田间地头得以体现。唯有让AI技术与农业生产深度融合,破解落地难题、实现普惠赋能,才能真正释放其变革力量,为端牢“中国饭碗”、推进农业强国建设注入源源不断的智能动能。

🏷️ #农业AI #数据驱动 #普惠教育 #云边端 #开放数据

🔗 原文链接
 
 
Back to Top