医疗服务改进 - 安康市中医医院拆除低矮服务窗口玻璃隔断，实现与群众面对面沟通，并对院内服务设施全面排查，设立举报箱和意见簿以提升服务水平 [1] - 安康市卫生健康委在全系统开展服务设施排查，对发现问题及时整改 [1] 金融行业整治 - 陕西金融资产管理股份有限公司建立整改台账，聚焦金融行业突出问题，开展违规公款吃喝、公车私用等问题整治"回头看"，同步排查廉洁风险和作风问题 [2] - 长安银行从17个方面集中整治问题，包括压减公文简报数量、严控会议规模和频次等 [6] 基层治理创新 - 榆林市通过设置意见箱、民生热线及组织党员干部一线调研征集意见，解决群众急难愁盼问题 [3] - 潼关县建立群众参与机制，将修缮村道、加装充电桩等民生事项列入办实事清单 [4] - 旬阳市21个镇56个社区确定2025年"10件实事"清单，如城关镇改造老旧小区路面解决100余户居民出行问题 [6] 制度机制建设 - 宝鸡市创新"1260"项目警官制等工作机制，县级重点项目开工率达73.6% [8] - 汉中市修订《党政机关国内公务接待管理办法》等文件，固化作风建设成果 [8] - 西安市雁塔区推出"AI+市场监管"应用，编制人工智能应用指南并上线基层监管系统 [8] 问题整改实效 - 三原县嵯峨镇针对养殖场臭味问题成立专项工作组，通过清单化闭环机制完成整改 [5] - 省商务厅出台促进批零住餐业、数字贸易等政策措施，组织9部门赴11市（区）督导帮扶 [5]

排版丨水成文 数百年来，人们一直在寻求既坚固又富有韧性的合金。然而，对于迄今为止开发的所有合金，包括近期的 高熵合金，那些具有良好拉伸延展性的合金在室温下很少能达到 2GPa 的屈服强度 （屈服，指 材料发生永 久塑性变形 ） 。少数能做到这一点的材料大多是超强度钢，然而，它们的应力-应变曲线会出现平台和锯 齿状，因为其拉伸流动存在塑性不稳定，并且延伸率最多也只是伪均匀的。 编辑丨王多鱼 2025 年 6 月 18 日，西安交通大学 马恩 教授、 孙军 院士、 张金钰 教授作为共同通讯作者，在 Nature 期刊发表了 题为： Machine-learning design of ductile FeNiCoAlTa alloys with high strength 的研究论 文。 该研究利用机器学习模型设计了一种复杂的铁镍钴铝钽合金 （ Fe 35 Ni 29 Co 21 Al 12 Ta 3 ） ，该合金创 造了屈服强度与拉伸塑性组合的新纪录，显著提升了合金的加工硬化性能和屈服/抗拉强度与拉伸延性，使 得合金在室温下实现了前所未有的强度-塑性组合，明显优于迄今为止已报道的所有合金。 在这项最新研究中，研 ...

根据提供的新闻内容，该文档主要聚焦于党建工作部署和学习教育整改整治工作推进，不涉及公司和行业相关内容。因此，无法按照要求提取与公司或行业相关的关键要点。建议提供包含企业动态、行业趋势或经济数据的新闻素材以便进行专业分析。

超级智能发展路径 - 超级智能是超越AGI和人类通用能力的更高维度AI发展方向，Meta等头部公司正投入巨资追求这一目标 [1][3] - OpenAI CEO认为构建超级智能是工程问题而非科学问题，暗示已有可行路径 [1][3] - Meta研究员质疑当前主流LLM+RL路径的有效性，认为无法实现超级智能 [1][2] 技术实现争议 - 构建超级智能的三种可能路径：纯监督学习(SL)、人类验证的强化学习(RL)、自动验证器的RL [2] - 当前LLM在训练分布内任务表现持续提升，但难以发展为单一超级智能模型 [2][34] - 文本数据具有特殊价值，非文本数据(图像/视频等)尚未证明能提升模型整体性能 [6][7] 数据与规模挑战 - 互联网文本数据面临枯竭风险，行业正全力挖掘剩余数据(如转录YouTube视频) [8][19] - 模型规模扩展遭遇硬件和电力瓶颈，部分公司尝试分布式训练甚至收购核电站 [18][19] - 参数规模突破10^19的假设难以实现，当前最大模型约千亿参数级别 [17][18][19] 学习方法比较 - 监督学习(SL)面临规模扩展极限，未来3-4年可能仅能扩展10倍 [19][20] - 强化学习(RL)存在冷启动问题，需结合SL解决 [22][23] - RLVR(可验证奖励强化学习)成为新方向，OpenAI已展示在数学题上的成功案例 [32][33] 行业竞争格局 - Meta建立秘密"超级智能"实验室，投入数十亿美元资金 [3] - OpenAI、Anthropic和Google DeepMind均公开超级智能研发目标 [3] - 行业可能进入RL任务集军备竞赛，争夺最优训练环境设计 [33]

收购概述 - Nordic Semiconductor宣布收购Neuton AI的知识产权和核心技术资产 旨在将nRF54系列超低功耗无线SoC与Neuton AI的神经网络框架结合 为边缘机器学习提供可扩展的高性能人工智能解决方案 [1] - 公司CEO表示此次收购是嵌入式计算能力和效率的跨越 结合低功耗无线技术与TinyML平台 可赋能开发者构建新型始终在线、AI驱动的设备 实现更快速度、更小体积和更高能效 [1] 技术整合优势 - Neuton AI的创新IP围绕全自动平台展开 可创建小于5KB的机器学习模型 实现高达1/10的体积和速度提升 模型无需手动调优或数据科学知识 支持8/16/32位MCU快速部署 [1] - 该技术适用于消费电子、医疗保健和工业市场 是快速部署边缘AI的理想选择 [1] 市场前景与战略布局 - 预计2030年TinyML芯片组出货量将达到59亿美元 Nordic将为开发者提供AI/ML工具包 覆盖预测性维护、智能健康监测、流程自动化、手势识别及下一代消费可穿戴设备等领域 [2] - 公司高管强调合作将赋能开发者构建超低功耗智能设备 实现真正的边缘机器学习 技术不仅适用于nRF54系列 还将扩展至所有无线连接SoC产品组合 [2] 交易细节 - 交易涵盖Neuton AI全部知识产权及资产 包括13名高技能工程师和数据科学家团队 初始整合期间Neuton AI将持续运营以确保服务不间断 [2]

齐鲁晚报·齐鲁壹点 陈乃彰 通讯员 刘军 王栩晨 为进一步深化科技社团建设内涵，培育兼具人文底蕴与科学精神的复合型人才，6月4日，威海市科普志 愿者协会李盛副秘书长牵头组织跨领域专家团队走进新都中学。环翠区美术馆馆长、中职院校骨干教 师，以及农业技术局退休资深专家等各界精英齐聚一堂，从艺术融合、技术实践、产业应用等多元视 角，为学校科技社团发展注入专业指导力量。 在科技发明社团活动现场，于老师化身"电路魔法师"，以电路板、太阳能发电设备为教具，为同学们开 启了一场充满趣味的电学探索之旅。他手持电路板，用通俗易懂的语言讲解电阻、电容的基础原 理："电阻就像电路里的'交通指挥员'，能控制电流的大小；电容则像'小水库'，可以储存和释放电 能。" 随后，于老师亲自示范如何使用万用表测量电阻，边操作边强调安全规范与测量技巧，让晦涩的电学知 识变得直观易懂。理论讲解结束后，于老师与同学们展开热烈互动。面对"电阻在生活中有哪些实际应 用"的疑问，他以手机充电器、台灯调光功能为例，剖析电阻调节电流的原理；针对"电容能否替代电池 供电"的好奇，于老师结合电容充放电特性与电池持续供电的差异，引导同学们思考两者的适用场景。 互动中 ...

机器学习模型在量化选股中的应用 - 采用GBDT类树模型（LGBM/XGBoost/CatBoost）和神经网络模型（GRU/TCN/Transformer）进行量化选股训练测试，其中树模型适合处理手工构造的量价和基本面特征，神经网络擅长捕捉时序变化[1][2] - 特征筛选采用SHAP方案能有效减少特征数量并保证模型效果，特征中性化对因子改进不明显，整体标准化处理更有利于模型学习时序信息[2][28] - 沪深300指增策略年化超额10.03%，中证500指增年化超额8.41%，中证1000指增年化超额11.44%，显示机器学习因子在中小盘更具优势[3][61][62][63] 模型结构与特征处理 - GBDT模型通过残差迭代优化，每棵树学习前一棵树的残差，错分样本权重会逐步增大[10][11] - 神经网络结构中，GRU作为LSTM简化版通过更新门和重置门减少参数量，TCN采用空洞卷积实现指数级增长的历史数据回顾[12][13][18] - 特征类型选择显示：Alpha158量价特征适合两类模型，GFStyle基本面因子更适合树模型，原始量价数据神经网络表现更优[26][27] 损失函数与预测目标优化 - 排序学习损失函数中，结合NDCG指标的LambdaNDCG2和NeuralNDCG在多头部表现优异，与MSE因子相关性仅0.7-0.9[42][43][45] - 预测目标处理显示：截面标准化能排除市场beta干扰，使用超额收益率经CSRank处理后效果最佳[50][51] - 多周期预测目标合成可提升因子表现，沪深300指增策略信息比率从1.67提升至1.81，中证500年化超额从13.28%提升至14.28%[52][53][55] 策略构建细节 - 组合优化控制行业偏离、市值偏离等约束条件，采用月度调仓，交易成本假设双边千三[59][60] - 中证1000指增策略信息比率达2.09，超额最大回撤-7.95%，显著优于沪深300策略的2.23信息比和中证500策略的1.38信息比[63][61][62]

"今晚我们要学习手语版中国科大校歌《永恒的东风》。"手语部负责人、统计学专业大四学生韩羽萌 说。此刻，窗外的雨声化为柔和的课堂背景音。 安徽合肥，中国科学技术大学第二教学楼2210教室，雨点拍打着窗户，数十把雨伞湿漉漉地依偎在墙 角。教室里，笑声、交谈声交织在一起。 这是中国科大芳草社特教服务团手语部组织的手语课堂，也是本学期最后一节课。晚上8点30分，雨势 不减，同学们仍踩着水花陆续赶来。上课铃响起前，已有近30名学员来到教室。 一群科研学霸课余学手语，难在哪 不同于以听觉主导的语言体系，手语以"画面"为底层逻辑，手势起止、速度、角度等都承载特定意义。 2005年至今，中国科大芳草社手语课堂已走过二十载。一群又一群平时埋头实验、醉心科研的学霸，用 双手学习全新的语言。 手语入门，并不容易。 "不仅一个手势能表示多种含义，不同速度打出来的手语意义也不同。"韩羽萌举例，将拇指、食指、小 指直立，手背朝外，这个手势既可以通过仿字打法来表示"山"，也是国际通用的"我爱你"。 此外，手语往往以视觉化的画面描述为基础。韩羽萌解释说，"红色"的手语表达，是用两指轻触嘴唇， 因为嘴唇常呈红色；表达"黄色"时，用手触摸脸颊， ...

AICon全球人工智能开发与应用大会北京站 - 大会将于6月27日-28日举办，聚焦AI前沿技术与落地实践 [1] - 汇聚腾讯、阿里、百度、字节跳动等头部大厂及50+资深专家 [1] - 设置AI Agent、多模态应用、推理性能优化等10多个专题论坛 [1][4] 京东集团算法总监韩艾的主题分享 - 演讲主题为《JDAgents-R1：基于强化学习的异构多智能体联合进化算法》 [2] - 提出JDAgents-R1框架，首次将GRPO应用于异构多智能体联合训练 [2] - 通过迭代优化LLMs与自适应记忆机制实现决策与记忆能力动态均衡 [2] - 在通用和商家定制化场景中达到与大规模语言模型相媲美的性能 [2] 韩艾的专业背景 - 中科院与康奈尔大学联合培养博士，北京大学双学士 [3] - 现任京东集团算法总监，京东零售数据与算法通道委员 [3] - 在国际顶级期刊发表数十篇论文，专注AI技术创新 [3] - 主持设计Multi-Agent Planning算法架构并落地京东商家智能助手 [3] 演讲内容框架 - 涵盖多智能体训练技术、应用案例、LLM决策与Memory进化等 [3][5] - 重点介绍GRPO联合训练算法技术和Memory更新技术 [3][5] - 探讨多模型联合训练的信息通信难题和memory进化评估 [5] 大会其他亮点 - 设置AI Agent构建、多模态实践、大模型助力研发等专题论坛 [4] - 50+专家将分享前沿技术洞察和一线实践经验 [4] - 报名可享9折优惠，单张门票立省580元 [4]

点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Shaoting Zhu等 编辑丨具身智能之心 近年来，得益于强化学习与高性能仿真器的结合，足式机器人在自主运动控制方面取得了显著进展。然 而，当这些策略部署到现实世界中时，往往因"仿真到现实（Sim-to-Real）"存在差异而表现不佳。现有方 法难以复现真实场景中的复杂几何和视觉细节，限制了基于视觉感知的高层次任务（如目标导航）的开 展。为解决这一难题，我们提出了VR-Robo：一个面向足式机器人视觉导航与运动控制的"真实-仿真-真实 （Real-to-Sim-to-Real）"统一框架。 作者单位包括清华大学、普林斯顿大学、星海图、上海期智研究院和上海交通大学。 项目主页/代码（现已开源）：https://vr-robo.github.io/ 相关工作 以往研究为缩小Sim-to-Real差距做了大量探索。包括： 但这些方法多依赖特定传感器，难以在高保真渲染和真实几何建模之间取得平衡。此外，许多方法仅支持 低层次的运动控制，尚未形成完整的感知-理解-行动闭环。 解决方案 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术 ...