-
题名“人工智能+物流”:技术张力与结构性优化
被引量：2
- 1
-
-
作者
程乐
-
机构
浙江大学光华法学院
浙江大学国际战略与法律研究院
浙江大学网络空间国际治理研究基地
浙江大学数字法治研究院
-
出处
《人民论坛》
北大核心
2025年第2期35-40,共6页
-
文摘
大模型时代,传统物流行业正在通过数字化转型及人工智能技术融合实现产业迭代,构建“人工智能+物流”的新型行业生态。智能程度与泛化能力日益提升的人工智能模型能够统筹云计算、大数据、物联网等多方技术资源,进一步推动物流行业与制造业、零售业、互联网商业等多维产业的深度融合与智能化升级。然而,“人工智能+物流”这一模式在网络空间与物理空间的落实与扩张也正在面临升级成本不低廉、平台构建不完善、数据保护不充分、政策配套不全面等现实障碍。为实现“人工智能+物流”的推广应用与高质量发展,应当完善定价机制、深化产业融合、突破技术困境、着眼数据安全,以可持续产业政策继续推动物流行业的智能化演进。
-
关键词
“人工智能
+物流”
技术张力
新质生产力
结构性优化
-
分类号
D92
[政治法律—法学]
-
-
题名我国高质量场景数据集的供给现状与发展策略
被引量：1
- 2
-
-
作者
程乐
-
机构
浙江大学光华法学院
浙江大学国际战略与法律研究院
浙江大学数字法治研究院
-
出处
《人民论坛》
北大核心
2025年第5期68-72,共5页
-
基金
国家社科基金年度项目“基于语料库的网络安全话语体系研究”(项目编号:24BYY151)
国家社科基金重大项目“建立健全我国网络综合治理体系研究”(项目编号:20ZDA062)
浙江省法学会重点课题“数字社会司法治理理论与规则研究”(项目编号:2024NA19)阶段性成果
-
文摘
要素化的数据资源通过场景面向的结构性整合过程形成场景数据集,对于垂直模型预训练、大模型强化微调等人工智能技术场景具有核心意义。然而,我国现有数据市场与数据平台的场景化供给能力受限,高质量场景数据集所涉开放共享标准、质量评估机制等配套规则尚不完善,以致人工智能产业中合成数据增强、后训练推理强化等前沿优化方案难以实现。为全面激活与大规模释放医疗、交通、金融、法律等重要领域的数据价值,应进一步剖释细分行业场景下的数据需求与场景化路径。同时,结合联邦学习、合成数据等技术措施耦合差异场景的具体需求,逐级设定公共数据与场景数据集的技术标准、共享机制与法治方案,为现代化人工智能与更多数字时代新型技术应用提供高质量数据集的场景化赋能。
-
关键词
高质量场景数据集
数据供给
人工智能
-
分类号
D92
[政治法律—法学]
-
-
题名论大模型训练中使用数据的著作权规制路径
被引量：6
- 3
-
-
作者
张伟君
-
机构
浙江大学光华法学院
浙江大学数字法治研究院
-
出处
《东方法学》
北大核心
2025年第2期79-92,共14页
-
基金
“中央高校基本科研业务费专项资金”资助。
-
文摘
在人工智能大模型技术快速发展的背景下,训练过程中使用受著作权保护的作品引发了著作权侵权争议。大模型训练中使用数据引发的著作权侵权纠纷,是我国和外国(特别是美国)法院需要共同应对的新问题。因为大模型生成的内容可能是对享有著作权的作品的抄袭或复制,所以能否依据合理使用规则豁免大模型训练中的著作权侵权责任存在不确定性,而“豁免训练端、管住生成端”是更为合理与可行的方案。只要针对性开展执法,并允许著作权人对生成端可能出现的个案涉嫌侵权内容进行有效维权,就可以完全豁免模型训练中使用作品的著作权侵权责任。这样既能满足大模型训练对海量数据的客观需求,又能实现其与保护著作权人利益之间的平衡,同时也不会对著作权人造成实质性损害。
-
关键词
生成式人工智能
训练数据
著作权
合理使用
侵权责任
大模型
-
Keywords
Generative Artificial Intelligence
training data
copyright
fair use
tort liability
large model
-
分类号
DF523
[政治法律—民商法学]
-
-
题名面向法律裁判文书的生成式自动摘要模型
被引量：9
- 4
-
-
作者
周蔚
王兆毓
魏斌
-
机构
中国政法大学法治信息管理学院
浙江大学数字法治研究院
-
出处
《计算机科学》
CSCD
北大核心
2021年第12期331-336,共6页
-
基金
中国政法大学科研创新项目(21ZFQ82005)
浙江省重点研发计划(2020C01060)
+2 种基金
国家重点研发计划(2018YFC0831800)
国家社科基金重大项目(20&ZD047)
中央高校基本科研业务费专项资金资助。
-
文摘
当前面向中文内容的自动摘要模型应用于法律裁判文书时,主要采用抽取式方法进行摘要。但由于法律文本比较冗长、结构化程度较低,抽取式摘要的精准度和可靠性有所欠缺。为了获得法律裁判文书的高质量文本摘要,文中提出了一种生成式多模型融合的自动摘要方法。在Seq2Seq模型的基础上,引入注意力(attention)机制,同时通过Bert预训练和强化学习等方法,结合选择门技术,提出了BASR(Bert Based Attention Seq2Seq Reinforced Model)模型。将50 000篇法律裁判文书作为语料,以小额诉讼和简易程序类型的裁判文书为代表性研究对象,实验结果证明新模型有较好的效果,在ROUGE评价中相比传统的Seq2Seq+Attention模型取得了均值5.81%的性能提升。
-
关键词
裁判文书
自动摘要
模型融合
Seq2Seq
注意力机制
强化学习
-
Keywords
Judgement documents
Automatic summarization
Model fusion
Seq2Seq
Attention mechanism
Reinforcement lear-ning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
