国家智慧教育平台升级 - 国家智慧教育平台2.0智能版全方位升级，新增3000门新课程，涵盖基础教育、职业教育、高等教育优质资源 [1] - 平台新增岗位胜任力专区，促进职场能力提升和职业生涯发展 [1] - 新设人工智能专区，推进人工智能全学段教育和全社会通识教育 [1] 智能化功能与用户体验 - 平台新增智能搜索、智慧学伴升级功能，推出8个专属智能体，如爱因斯坦聊科学智能体 [4] - 学员反馈平台提供一流高校教学名师资源及AI助教、AI问答功能，助力职业发展和规划 [7] 国际化与海外拓展 - 国家开放大学本月新建巴西圣保罗学习中心，已在29个国家设立35个海外学习中心，开展中文国际教育和数字教育 [9] 五级数字化学习网络建设 - 活动将构建覆盖省—市—县—镇（街）—村（社区）的五级数字化学习网络，带动学习型城市和社区建设 [10] 高校资源开放与学分银行服务 - 试点高校将开放数字化学习资源，开展线上非学历教育，加强社会服务职能 [12] - 学分银行数字化服务体系将优化学习成果认证、积累和转换，支撑全民终身学习 [12]

在海棠区，"海棠夜话"议事机制广泛推行，党员干部与村民群众在夜晚农闲时间，围坐在一起协商 议事，广泛收集村情民意，并协调市级、区级各职能部门，解决群众急难愁盼问题。 健身广场安装路灯 安置搬迁费有序发放 三亚洪李村：办好群众身边"关键小事" 海南日报全媒体记者 李艳玫 6月24日傍晚，位于三亚市海棠区洪李村安置区的健身小广场，一盏盏崭新的太阳能路灯亮起，孩 子们在灯光下追逐嬉戏，大人们或运动健身，或纳凉聊天，欢声笑语回荡在晚风中。 安置区作为村民的新家园，配备了4个健身小广场。虽然安装了运动器材，但此前由于照明效果不 佳，很少有村民在这里进行体育锻炼。而现在，18盏太阳能路灯照得这里亮堂堂，成为村民们茶余饭后 的好去处。 这一变化，源于三亚市认真开展深入贯彻中央八项规定精神学习教育，坚持聚焦主题学，深入抓整 改，从实际出发立查立改、即知即改，切实在解决群众急难愁盼问题中改进作风，让群众可感可及。 海棠区委组织部有关负责人说，该区紧扣"学查改"目标，将作风转变与解决群众急难愁盼问题紧密 结合，通过"深入调研摸实情、精准查摆找问题、真抓实干办实事"，一批群众身边的"关键小事"得到有 效解决。 (海南日报三亚6月2 ...

埃夫特参展AUTOMATICA 2025 - 公司作为中国智能机器人企业代表亮相全球规模最大的自动化行业展览AUTOMATICA 2025 [1] - 展出全明星产品阵容引发全球关注 全面彰显中国智能机器人企业实力 [1] - 展品覆盖汽车 电子 光伏 锂电 金属制品 家具 家电 食品饮料等多个行业 [2] 产品与技术优势 - ER300系列大负载机器人凭借高精度 高速度 高稳定性成为现场焦点 [2] - 智能喷涂工作站 智能焊接工作站 灵巧手等产品技术性能行业领先 [2] - 产品在实际应用中展现出强大的智能化转型落地能力 能精准应对各行业复杂工艺挑战 [2] 国际合作与认可 - 公司董事长游玮博士与多国企业代表深度交流 现场合作意向持续升温 [4][5] - 中国机械工业联合会机器人分会领导高度肯定公司全球化技术整合成果 [4][5] - 多国客户对公司前瞻性布局表示赞许 [5] 全球化战略布局 - 公司早在十多年前就开始全球化步伐 与卡耐基梅隆大学 都灵理工大学等海外知名学府合作 [11] - 2015年起通过收购意大利CMA EVULOT WFC等细分领域"隐形冠军"企业加速国际化 [13] - 在法国 德国 波兰 巴西 东南亚等地设立境外子公司 不断拓展全球市场 [15] 技术研发与产品体系 - 持续投入研发资源 从核心控制技术到平台化产品体系进行全方位迭代升级 [15] - 已形成9大系列 80余款型号的丰富产品阵列 [15] - 充分发挥中国供应链优势 为海外分部提供全方位支持 [15] 品牌升级与协同效应 - 2023年完成全球品牌VI升级 实现技术 理念与文化深度融合 [17] - 通过统一品牌logo提升公司形象统一性 [17] - 促进各子公司资源共享与协同作战 提升全球化业务协同效能 [17] 行业应用案例 - 在意大利食品行业 ER180-4-3200型号机器人帮助客户效率提升15% [18] - 成为玛莎拉蒂全球生产线合作伙伴 实现100%工艺一致性 [20] - 在汽车喷涂领域达到比发丝更精细的控制精度 [20] 未来发展方向 - 持续深化国际化战略布局 构建国产机器人全球核心竞争力 [22] - 秉持创新精神 为全球智能自动化发展贡献更多力量 [22] - 打造具有全球影响力的中国智能机器人品牌 [22]

核心观点 - 清华大学自然语言处理实验室提出基于参考概率奖励的强化学习（RLPR）技术，解决了现有RLVR范式在通用领域的应用局限 [4][7][24] - RLPR通过Prob-to-Reward方法和动态过滤机制显著提升奖励质量和训练稳定性，在Gemma、Llama、Qwen等主流模型上验证有效 [7][8][22][24] - 该方法利用大语言模型生成参考答案的概率作为奖励信号，无需领域特定规则验证器，实现领域无关的高效奖励生成 [13][14] 技术原理 - 观察到LLM生成参考答案的概率与推理质量高度相关，错误推理会导致参考答案生成概率显著下降 [11] - 提出构建不含思维链过程的对照奖励，通过差值计算去除无关因素干扰，实现奖励纠偏 [16] - 采用基于奖励标准差的动态过滤机制，结合EMA更新阈值，提升训练稳定性 [17] 性能优势 - PR奖励在0.5B规模即优于规则奖励和验证器模型奖励，通用领域质量可达0.91 ROC-AUC [19] - 在Qwen2.5 3B模型上使用不同训练模板均能取得稳定性能提升 [21] - 在Gemma、Llama等基座模型上超越使用规则奖励的RLVR基线 [22] 应用价值 - 突破现有RLVR局限于数学/代码领域的限制，可拓展至自然语言通用领域 [3][4][24] - 仅需一次前向传播即可生成奖励，显著降低人力和工程资源投入 [13] - 相关代码、模型、数据和论文已全部开源 [8][9]

报告核心观点 - 设计 DQN 核心是学习给定市场状态下最优交易动作潜在价值，将其应用于中证 1000 指数日频择时，模型信号有有效预测能力，构建策略显著超越基准，多步优化 DQN 进一步提升信号质量和策略表现，证明其在量化择时领域潜力，但强化学习模型存在稳定性不足等问题 [3] 强化学习与量化投资 收益率预测模型存在的问题 - 传统机器学习和深度学习方法在股票收益率预测上虽能让投资者获稳定收益，但预测值与未来收益率相关系数难超 20%，预测准确率在 70%甚至 60%以下较常见，且使用负 IC 和均方误差作损失函数时预测值表现和投资收益相近，说明是模糊预测而非精确回归任务 [14] - 传统神经网络存在隐患，包括优化指标不直接，只能优化股票收益率或排序值预测能力来提升策略；生成投资组合流程不连续，因子挖掘、合成和组合优化步骤间断，预测指标提升不代表策略提升；在资产择时问题上因数据量少易过拟合 [16] 强化学习的基础概念 - 强化学习是学习在规则下交易资产，利用已知信息交易以优化策略目标，涉及智能体、环境、行为、状态、奖励、状态转移和回报等概念 [20] - 智能体根据状态做决策，环境是交互对象，行为是决策动作，状态是环境概括，奖励是环境反馈数值，状态转移是状态变化过程，回报是奖励总和，强化学习目标是寻找使回报最大化的最优策略 [21][22][23][24][25][30][31] 强化学习算法在量化中的应用 - 1996 - 2022 年学术界用强化学习研究量化金融文章近年激增，主要方法有基于价值学习的 DQN、Q 学习，基于策略学习的递归强化学习、策略梯度算法以及演员 - 评论家的 DDPG、PPO [35] - 本文采用使用最多的基于价值学习的 DQN 构建择时策略，虽 Actor - Critic 的 DDPG 算法也是好选择，但在本文框架下效果不佳，不同算法需精心设计体现优势 [37][39] DQN 与 Q - learning - 动作价值函数是计算基于指定策略采取动作的未来回报期望值，判断状态下动作好坏；最优动作价值函数是排除策略影响，只评价状态和动作好坏，Q 学习目的是学到最优动作价值函数，DQN 用神经网络替代 Q 表格近似 Q 函数 [40][41] - TD 算法训练 DQN 让 Q 网络对 t 时刻和下一时刻未来回报预测值之差接近真实奖励，更新 Q 网络的 MSE 损失函数基于此设计 [47] - DQN 训练有目标网络、ε - 贪婪策略和经验回放等优化技巧，目标网络切断自举缓解高估，ε - 贪婪策略提升探索能力，经验回放打破序列相关性、重复利用经验 [52][53][54] 日频择时策略 - 构建日频择时策略需定义强化学习五要素，环境是 A 股资产日频择时策略，状态是过去价量数据和持仓，智能体是神经网络，动作是做多、空仓和做空，奖励是结合交易成本的未来 5 日收益率 [58][62] - 网络结构对日频和分钟频数据用 GRU 提取信息，与持仓向量合并后经线性层等给出动作价值，输入数据经特征工程有 54 个特征，采用时序 Zscore 标准化 [59][64] 中证 1000 择时实践 - 以中证 1000 指数为标的，测试集 2022 年 7 月 22 日 - 2025 年 5 月 23 日，每年滚动训练，采用 50 次实验取平均缓解训练结果差异 [65] - 测试集结果显示，DQN 预测未来 5 日收益率表现上，做空信号胜率高，做多信号触发多且收益率大于零概率达 55.18%，空仓信号有做空价值，做多信号盈亏比高于做空信号 [68] - 构建的多空、多头和空头策略均跑赢基准，多空策略年化收益率 64.90%，但最大回撤高，空头策略稳定性好，仓位变化有连续性 [69][73] 优化：Multi - Step DQN - 多步 DQN 用多步奖励函数构造多步 TD 目标替代原始 TD 目标，减少 DQN 自举产生的高估问题，与蒙特卡洛方法相比各有优劣 [76] - 采用 3 步 TD 目标优化后，做多和做空信号比例更均衡，指标提升，各策略年化收益提高，风险控制指标改善，如多空策略年化收益率达 79.44% [79][83] 强化学习的不足 - 强化学习存在稳定性不足问题，算法本身不稳定，需多次训练取平均降低方差；超参数敏感，折扣因子等改变可能使效果失效；易样本内过拟合，样本内回测收益率远高于样本外；模型有黑箱性，预测值难解释 [85][86] 总结 - 传统量化投资方法有局限，强化学习可直接优化收益和风险指标，整合决策流程，缓解传统方法痛点 [89] - DQN 适合单一资产择时，应用于中证 1000 指数日频择时效果好，信号有效，策略跑赢基准，仓位连续合理，Multi - Step DQN 进一步优化信号质量和策略表现 [90][91] - 需认识到强化学习模型存在稳定性不足、超参数敏感、样本内过拟合和模型黑箱性等问题，实际投资不可完全依赖预测值 [91]

核心观点 - Google DeepMind CEO Demis Hassabis预测未来5到10年内有50%概率实现通用人工智能（AGI）[1] - AI发展历程中最大的教训是过度依赖人类经验而非算力与数据规模[2][3] - 当前AGI探索面临技术路径的隐忧，包括强化学习的局限性、脑模拟的算力瓶颈以及NLP的认知边界问题[9][14] 技术路径分析 - **强化学习**：虽为早期突破性技术，但存在"短视"缺陷，需结合更宏观的智能框架[14] - **脑模拟**：受限于算力瓶颈与理论盲区，难以完全复现人类认知机制[14] - **自然语言处理（NLP）**：虽进展迅速，但语言能力不等同于认知能力，模型输出与真实思想存在本质差异[9][15] 行业趋势与反思 - **算力驱动**：历史表明AI突破的核心引擎是计算规模而非人类直觉[2][3] - **大模型争议**：Scaling Law下参数膨胀可能掩盖智能本质，引发"进化还是幻觉"的质疑[15] - **跨学科融合**：脑科学与AI交叉研究成为新方向，强调对世界理解与知识迁移的能力[7][13] 关键人物与事件 - **刘嘉教授**：从AI转向脑科学再回归，提出AGI需融合认知科学、心理学等多学科视角[7][13] - **AlphaGo事件**：标志性技术转折点，推动研究者重新审视智能的本质与构建路径[7] - **《苦涩的教训》**：Richard Sutton指出AI发展应放弃人类经验依赖，专注算力与数据扩展[2][3] 未来探讨方向 - AGI构建是否需突破语言模型的表层能力，实现真正的认知理解[9][15] - 技术路线选择如何平衡短期效果（如NLP）与长期智能本质（如脑模拟）[14] - 跨学科研究（脑科学+AI）对突破现有范式局限的潜在价值[7][13]

学习教育开展情况 - 公司制定深入贯彻中央八项规定精神学习教育工作方案和任务推进表、读书研讨计划表 从10个方面列出25项任务及4期读书研讨内容 [1] - 公司建立学习教育资料库 在公众号设立"线上课堂"栏目 专题推送学习教育19期 [1] - 公司已开展专题学习9次 读书研讨班4期 为班子成员和二级机构干部提供11个可选研讨主题 [1] - 公司党委班子成员和党组织书记发挥"头雁效应" 在一线讲授主题党课 带动基层学习 [1] - 基层党支部和党小组以"三会一课"形式开展专题学习和研讨110余次 [1] 问题查摆与整改措施 - 公司紧密联系全面从严治党形势任务和作风建设实践 学查结合 分类列出问题清单 深挖问题根源 [2] - 对基层反映的问题组织职能部门主动认领 上下联动解决 对跨部门问题加强协调共同研究措施 [2] - 公司党委在两轮查摆问题基础上制定30条整改措施 明确分管领导 主办协办和整改时限 建立集中整治台账逐条推进 [2] - 公司坚持开门学习教育 接受群众监督 加强对基层支部学习教育工作的督促指导 [2]

当然，这不是要否定高分考生的优秀，更不是反对分享喜悦。问题在于，当社会只聚焦于金字塔尖 的少数人时，无形中强化了"唯分数论"的焦虑。这种传播逻辑让高考的评价标准愈发单一化——似乎只 有极高分才值得讨论，其他成绩都成了"不值一提"的陪衬。然而，教育的真正意义，本应是让每个孩子 都找到适合自己的成长路径，而非在分数竞赛中内耗。 从这个角度观察，"女生高考288分全家欢呼"的个案就显得弥足珍贵:6月25日凌晨，有网友发布女 儿高考查分视频。孩子妈妈表示，该分数是孩子高一以来考得最好的成绩，本来预估只能考200分。她 还说，自己不想拿小孩的短处和别人的长处去比，每个孩子都有适合自己的道路，小孩三观正、没长 歪、善良、有自己的规划就够了。是的，高考虽然免不了要与别人比，但更重要是和自己比，要看到自 己的成长与进步。孩子与家长的这份松弛心态令人赞赏。 说到底，高考放榜日最需要的不是跟风追问，而是多一分体谅与克制。如果家长、孩子主动报喜， 自然可以真诚祝贺；若对方避而不谈，不妨换个话题。毕竟，人生的可能性远不止一场考试。高中、高 考是一个有限游戏，而学习与成长是一个无限游戏，如何通过持续学习获取更多的确定性，是更加重要 的 ...

ICCV 2025会议概况 - ICCV 2025将于10月19日至25日在美国夏威夷举行，是计算机视觉领域三大顶级会议之一，与CVPR和ECCV并列 [2][27] - 本届会议共收到11239份有效投稿，录用2699篇论文，录用率为24% [3] - 投稿量较2019年增长近三倍（2019年4323篇），反映计算机视觉领域研究活跃度显著提升 [4][8] 录用数据与历史对比 - 近年录用率保持稳定：2023年26.15%（8260投稿/2160录用），2021年26.20%（6152投稿/1612录用），2019年25%（4323投稿/1075录用） [5][8] - 新政策导致29篇关联审稿人的论文被拒，其中12篇原本符合录用标准 [6][7] 代表性录取论文 - 高保真3D几何生成：通过法线桥接技术从图像生成三维模型 [9] - 医学影像分割：发布十亿级MRI标注数据集UKBOB [15] - 自动驾驶安全：本体驱动的风险评估框架OD-RASE [23] - 生成式AI：通用扩散模型UniVG实现图像生成与编辑一体化 [24] 行业趋势与挑战 - 深度学习革命推动研究爆发：自2012年AlexNet突破后，LLM和生成式AI等技术进一步刺激论文产量 [30][32] - 顶级会议投稿量激增：NIPS 2025投稿或超30000篇，同行评审系统面临质量与公平性挑战 [35][36] - 改革建议：建立双向评审系统（作者评估审稿质量+审稿人奖励机制）以提升问责制 [38][40][42] 会议形式与特点 - 会议周期4-5天，包含专题教程、技术议程、海报展示及商业展览 [28] - 近年新增强化问责政策，直接处理不负责任审稿行为 [6]

学习教育工作推进会 - 水利部召开深入贯彻中央八项规定精神学习教育工作推进会，深入学习贯彻习近平总书记重要讲话重要指示批示精神，认真落实党中央决策部署以及部党组工作安排 [1] - 会议传达学习中央文件会议精神，听取有关情况汇报，调度重点问题整改推进情况，研究部署学习教育下一步重点工作 [1] - 部党组成员、副部长王宝恩出席会议并讲话 [1] 学习教育开展情况 - 部属系统各级党组织高度重视，把开展学习教育作为今年党建工作的重点任务，认真履职尽责，精心谋划，周密实施 [1] - 坚持抓实抓细学习研讨，从严从实推进查摆整治，精准有力加强指导督促，一体推进学查改，学习教育扎实有序开展，取得阶段性成效 [1] 下一步工作要求 - 要提高政治站位，进一步增强抓好学习教育的思想自觉、政治自觉、行动自觉，切实把思想和行动统一到党中央决策部署上来 [2] - 要坚持问题导向和严的标准，力度不松、劲头不减，锲而不舍落实中央八项规定及其实施细则精神 [2] - 重点解决理论学习深化内化转化不够、真查实改动真碰硬不够、开门教育群众参与度不够等突出问题 [2] - 以零容忍态度坚决纠治违规吃喝顽疾，做到露头就打、寸步不让，不断巩固拓展作风建设成效 [2] - 部属系统各级党组织要压紧压实政治责任，勇于担当作为，狠抓任务落实，将开展学习教育与推动水利中心工作紧密结合 [2] - 坚决反对形式主义，真正把功夫下在解决实际问题上，努力将学习教育成果转化为推动水利高质量发展、保障我国水安全的实际成效 [2] 会议形式及参会人员 - 会议以视频形式召开 [2] - 驻部纪检监察组、部机关各司局、部直属各单位有关负责同志，部学习教育督导组组长和工作专班有关同志参加会议 [2]