阿里巴巴成立政务钉钉事业部 已服务123万公务人员

简介: 10月21日,阿里巴巴集团CTO、阿里云智能总裁张建锋在世界互联网大会发布会现场介绍,为了进一步助力政府的数字化转型,阿里巴巴已经成立政务钉钉事业部,以加强对这一新兴业务的支持。

10月21日,阿里巴巴集团CTO、阿里云智能总裁张建锋在世界互联网大会发布会现场介绍,为了进一步助力政府的数字化转型,阿里巴巴已经成立政务钉钉事业部,以加强对这一新兴业务的支持。

image
图为浙江省大数据发展管理局局长金志鹏(中)和阿里云智能总裁张建锋(右)

当天,浙江省政府和阿里巴巴联合打造的政务钉钉首次发布。这是该事业部推出的核心产品。政务钉钉是在线政务协同平台,它的应用软件整合了政务专属通讯录、千人千面的工作台、智能会议、移动办公等诸多功能,从而改变了公务员传统的工作方式。

浙江省大数据发展管理局局长金志鹏介绍,浙江省政府希望联合阿里巴巴通过政务钉钉打造统一的政务协同平台,从而实现政府的决策和执行从单层级、单部门实施,向多层级联动、多部门协同转变。“这就是政务钉钉的目的。”

据了解,浙江的政务钉钉目前已实现浙江省、市、县、乡、村、小组(网格)六级全覆盖,激活用户123万,上线各类办公、决策辅助应用715个。

张建锋介绍,政务钉钉在浙江运行是非常成功的。“这对阿里巴巴也是非常有价值的一件事情。我们为客户创造了价值,也积累了能力。未来,政务钉钉还将服务国家部委、大型央企等等。阿里巴巴加大了政务钉钉的投入,成立了专门部门来开发产品。”

此外,政务钉钉作为开放平台也和众多生态伙伴合作。“希望利用这样的平台真正能够帮助更多机构,实现办公移动化、数字化。”张建锋说。

相关文章
|
8月前
|
人工智能
RAG - 拒识模块
在RAG(Retrieval-Augmented Generation)模型中,拒识模块(或称为拒绝模块,Reject Module)是一个重要的组成部分,旨在提高生成模型在面对不相关查询或信息时的鲁棒性。RAG模型结合了检索和生成两种能力,通过在生成过程中引入外部文档来增强生成的质量和准确性。
427 2
|
10月前
|
机器学习/深度学习 自然语言处理 人机交互
综合RLHF、DPO、KTO优势,统一对齐框架UNA来了
在大型语言模型(LLM)的预训练中,尽管模型已接触数万亿个标记,但仍可能生成不符合预期的响应。为解决这一问题,研究者提出了RLHF、DPO和KTO等对齐技术。然而,这些技术各有局限。为此,论文《UNA: Unifying Alignments of RLHF/PPO, DPO and KTO by a Generalized Implicit Reward Function》提出了一种新的统一对齐方法UNA。UNA通过引入广义隐式奖励函数,成功将RLHF/PPO、DPO和KTO统一起来,简化了训练过程,提高了模型的鲁棒性和性能。
289 15
|
城市大脑 运维 负载均衡
数字政府 | 政务钉钉平台
本文介绍了数字政府|政务钉钉平台 的方案概述,方案价值及优势以及最佳实践。
数字政府 | 政务钉钉平台
|
11月前
|
数据采集 人工智能 算法
近五千支队伍决战AI之巅, AFAC2024金融智能创新大赛在2024 Inclusion · 外滩大会完美收官
自从2022年12月ChatGPT上线以来,全球掀起了一场你追我赶的AI竞赛,不少国家都在全力以赴,抢占制高点。
|
自然语言处理 开发者
通义千问继续开源!阿里云38篇论文被顶会ACL 2024录用
通义千问继续开源!阿里云38篇论文被顶会ACL 2024录用
582 8
|
SQL 人工智能 自然语言处理
一次中稿10篇EMNLP22,达摩院对话智能团队在研究什么
达摩院Conversational AI团队在EMNLP 2022上发表了10篇论文,涵盖了任务型对话、表格型对话、文档型对话、多模态对话和对话终身学习等多个前沿方向。团队构建了首个大规模中文任务型对话评估数据集CGoDial,用于提升对话系统的真实世界表现,并提出了一种新的预训练模型STAR,增强模型对复杂和抽象信息查询的处理能力。此外,他们还研究了多模态情感分析和对话情绪识别,以及终身学习对话系统的解决方案,以减少灾难性遗忘问题。这些研究旨在推动对话智能的发展,提高人机交互的效率和准确性。
|
PHP
彩虹外链网盘美化版
一款PHP网盘与外链分享程序,支持所有格式文件的上传,可以生成文件外链、图片外链、音乐视频外链,生成外链同时自动生成相应的UBB代码和HTML代码,还可支持文本、图片、音乐、视频在线预览,这不仅仅是一个网盘,更是一个图床亦或是音乐在线试听网站。新版本增加了图片违规检测,对接阿里云内容安全服务。
582 0
彩虹外链网盘美化版
|
编解码 人工智能 算法
最新代码开源!TartanCalib:自适应亚像素细化的广角镜头标定
作者测试了三种利用中间相机模型的关键方法:(1)将图像分解为虚拟针孔相机,(2)将目标重新投影到图像帧中,以及(3)自适应亚像素细化。将自适应子像素细化和特征重投影相结合,可将重投影误差显著提高26.59%,帮助检测到最多42.01%的特征,并提高密集深度映射下游任务的性能。最后,TartanCalib是开源的,并在一个易于使用的标定工具箱中实现。作者还提供了一个translation 层和其它最先进的工作,允许使用数千个参数回归通用模型或使用更稳健的求解器。为此,TartanCalib是广角标定的首选工具!
最新代码开源!TartanCalib:自适应亚像素细化的广角镜头标定
Py之qrcode:Python包之qrcode的简介、安装、使用方法之详细攻略
Py之qrcode:Python包之qrcode的简介、安装、使用方法之详细攻略
Py之qrcode:Python包之qrcode的简介、安装、使用方法之详细攻略