金融行业对于决策的解释和透明度要求较高。大模型的黑盒特性和复杂性可能会对模型的解释性和可解释性提出挑战。确保模型的决策过程是可解释和可理解的，以满足监管和合规的要求，是一个重要的问题。如何确保大模型的决策过程是可解释和透明的？有哪些方法可以增加模型的解释性...(more)

创建容器应用时，怎么判断应该为这个容器分配多少cpu和内存

在大模型的发展浪潮下，企业用户普遍面临一个两难的抉择：积极扩张GPU算力资源以满足大模型训练需求；保守扩张GPU算力资源以减少GPU闲置数量。由于当前GPU算力的建设存在采购高、运行成本高、维护难度高的三高问题，同时大模型训练又是大型企业用户在实现大模型场景应用时绕不开...(more)

大模型在银行的应用领域可以覆盖从前台到后台的各个环节。银行的每条业务线、每个职能部门，都有可能挖掘大模型的应用潜力。在安全可控的前提下，一旦在银行实现大规模应用，将有望带来显著的成本降低和效率提升。那么，大模型在金融服务中的最新算法、技术和应用案例可以探讨一...(more)

行业通用硬件、中间件、数据库等平台日志相对标准，日志错误信息有相应文档，如果利用Chatgpt的能力，实现对于通用平台日志的分析能力。行业通用大模型无法很好的实现运维领域知识的学习，是否应打造一个运维行业的大模型，并以通用平台日志作为切入点。希望这次 主要交流的点首...(more)

有几台Power570和55A的小机，默认的IP：192.168.2.147/192.168.3.147，修改默认的192.168.2.147，网页就不能访问，hmc7.9 ping修改后的管理地址也不通，也就不能被HMC管理，尝试window 2003自带的IE6.0登录，也是无法访问，怎么解决？...(more)

背景分析随着信创工作的逐步推进，信创操作系统被广泛应用，但由于发展时间较短，在实际运用于生产环境时，必须进行合理地系统调优才能产出最佳实践，调优有助于提高操作系统的性能和可维护性，增加上下游生态的兼容性，降低运维成本，更好的帮助用户进行信创操作系统运维管理工作。本期...(more)

背景分析作为国家安全的重要组成部分，金融行业的信创发展起步较早，其渗透率为八大重点行业之首，仅次于党政部门。 2019 年 8 月人民银行发布《金融科技发展规划》，实现稳定创新、自主可控、防范系统性金融风险，作为金融 IT 基础建设的关键目标。 由于金融信创的主体以市场化机...(more)

PACS系统是医院基本信息系统中文件类型最多的，也是增长最快的。从院内的影像部门，到临床，都有很多终端设备接入；随着移动互联网的普及，院外互联网调用影片，云胶片等形式也都在很多医院陆续上线。以上都会造成PACS系统的暴露面增大，从某种程度上加剧了勒索病毒的对于PACS系统的威...(more)

华为NAS存储在开源软件治理这块的应对策略有哪些，如何构建统一全量、安全可用的开源和第三方软件可信供应链？

针对医院专业人员不足，技术力量欠缺的情况，存储端有什么好的解决安全问题的方案？如应对勒索病毒。

Pacs影像医疗数据增长越来越快，长期保存难度逐渐增加的情况，有什么方案可以应对？

1.该议题希望探究大模型在信用评估、欺诈检测和客户服务场景中的微调策略，分析其共性与差异，以优化模型性能。2.一些个人看法共同点：所有场景均需针对特定任务微调预训练模型，以提升性能。差异点：信用评估侧重信贷历史分析，欺诈检测需识别异常行为，客户服务强调自然语言处理。3....(more)

请问各位大拿，实际生产环境中，MySQL写到Redis读的过程是实时还是异步？即Redis是否需要立刻支持读到前端写的数据？如果是异步的，时延一般是多少，比如XX秒还是XX分钟？

为推动更多企业加速关键应用系统采纳信创操作系统，走在前列已经使用的企业用户对已使用情况进行梳理，然后把一些关键点通过投票形式与更多实践以及准备实践信创操作系统的行业用户群体达成群体共识，目的是为更多企业落地信创操作系统提供选型决策参考。 本次投票共识由： 企...(more)

三甲医院的数据安全压力还是非常大，预防黑客攻击，医院都会准备多种的防勒索技术方案，例如：PACS系统的防勒索手段如果有多种的情况下，是否会降低系统的性能？