本期关键词：交通大模型、铁路十大创新、隧道病害检测、信号专业标准、Llama-2测评
1 整理涉及公众号名单
1.1 行业类
- RT轨道交通
- 人民铁道
- 世界轨道交通资讯网
- 铁路信号技术交流
- 北京铁路
- 轨道交通网
- 上榜
- 铁路视点
- ITS World
- 轨道交通联盟VSTR
- 铁路与城市轨道交通RailMetro
- 轨道世界
- 铁路那些事
- 铁路技术创新
- 智慧交通
- RTAI智慧城轨网
- 轨道交通智能装备
- NE轨道交通
- 铁路供电
- 上海铁道
- 兰州铁路
- 中国地方铁路协会
- 铁路社评
- 轨道部落
- 现代轨道交通
- 1435工厂
- 城市地铁
1.2 人工智能类
- 江大白
- 糙科技
- 新智元
- AI科技评论
- 智东西
- 量子位
- 我爱计算机视觉
- 极视平台
- 人工智能学家
- AI前线
- 当交通遇上机器学习
- 计算机视觉life
- 新机器视觉
- 雷锋网
- 人工智能产业发展联盟AIIA
- 自动驾驶之心
- 笔记侠
- 夕小瑶科技说
- 水木人工智能学堂
2 数字轨道
导读：中国铁道科学研究院集团有限公司于2000年初组建了国家铁路智能运输系统工程技术研究中心，围绕铁路智能运输、智能铁路等领域开展前瞻性研究。铁科院集团公司首席研究员、国家铁路智能运输系统工程技术研究中心专家委员会委员、2023年“最美铁道科技工作者”李平，近日接受了人民铁道报记者的采访，结合团队多年来取得的科研成果，解析智能高铁。
导读：7月28日晚，成都第31届世界大学生夏季运动会即将拉开帷幕。千方科技助力成都大运会打造的“大运会智慧交通保障系统”由专用车辆指挥调度、公共交通协同管理、交通信息服务（MaaS）等子系统构成，通过对交通运力资源的科学调配，强化赛时交通和公共交通运力衔接，确保城市公共交通协同有序、绿色低碳，同时提高车辆的运行效率。。
导读：欧洲领先的创新及初创公司网络平台STARTUS旗下的STARTUS观察基于对全球1663家初创公司、新兴公司及其技术的分析，评选出2023年铁路行业前10大创新和发展趋势，分别是：列车自动驾驶、物联网、人工智能、脱碳、铁路连接（通讯）、乘客体验、高速铁路、铁路自动化、大数据及分析法、AR和VR。
（4）北交大开源交通大模型TransGPT·致远，可免费商用
导读：火热了半年多，国内大模型领域迎来中场战事，眼下入场的包括在垂直领域深耕多年的机构、企业，开始借助行业特色优势打入大模型战场。近日，北京交通大学联合中国计算机学会智慧交通分会与足智多模公司等正式发布、开源了自主研发的国内首款综合交通大模型 ——TransGPT・致远。
导读：7月25日上午，青岛地铁集团在青岛市城市云脑会客厅发布了《青岛地铁数字化转型总体规划》及《青岛市城市轨道交通智慧城轨顶层规划》（以下简称《数字化转型规划》《智慧城轨规划》），成为国内轨道交通行业率先在全域系统开展数字化转型和智慧城轨建设工作的企业。
导读：随着运营时间的增加，受混凝土老化、膨胀收缩等因素的影响，隧道表面会出现大量表观病害，目前，表观病害检测主要依靠人工目视检查，存在效率低、辨识难、精度差等问题，已无法满足隧道运营维护的需要。针对这一现状，由中国铁设测绘院研发、飞泰交通科技有限公司孵化转化的“自移动式轨道交通表观病害智能检测系统”（简称“智能表观病害监测系统”），为隧道表观病害识别提供了高效率、高精度的解决方式。
3 轨道知识
导读：通信段主要负责通信，电务段主要负责信号，不过通信、信号这两个专业方向通常是不分家的，这也就决定了这两个业务段具有千丝万缕的联系。实际上，在2000年以前，通信专业是电务段的一个重要组成部分，也就是说，早期的电务段是由通信和信号两部分组成的。2018年后，又有很多通信段和电务段合并。
导读：你知道，在铁路行业，“上道”、“划撬”、“下墩”、“加油”这些词的具体含义吗？
导读：本文介绍了铁路信号专业相关标准及规范。共计梳理19类387条，涉及联锁、列控、闭塞、转辙机、信号机、轨道电路、继电器、电缆、驼峰、监测、调度集中、车载、临时限速、道口信号、防雷与接地、控制台、无线调车、信号产品、其它。
导读：近日，武汉天兴洲长江大桥（公铁两用桥）迎来了自开通以来最大规模的一次重载“体检”，30辆重载卡车，2列满载石砟的重载列车排兵布阵、现场“听诊”，总重量达数千吨，场面震撼、气势磅礴，让我们一起来了解！
导读：室外温度41摄氏度，车厢温度24摄氏度，高铁动车横跨大江南北，舒适气温始终恒定，全密闭运行的车厢空气依旧新鲜洁净，到底是如何做到的呢？
4 AI产业
导读：进入2023年7月，大语言模型（LLM）的发展进入了新阶段，开源成为一个火热的主题。可是，开源模型的表现是否可以当得起业界的热切期待？我们在拿到Llama-2的系列开源模型后，通过OpenCompass对它进行了全方位的评测。那么国内大模型和Llama-2相比，究竟表现如何呢？
导读：上周，Llama 2的发布在AI圈子引起了巨大的轰动。Llama 2相比上一代，不仅用了更多的训练数据，而且context length直接翻倍，达到了4096，在公开测试基准上的结果显示，其在代码、常识推理、世界知识、阅读理解、数学等评测维度的能力均获得了大幅的提升。笔者在Llama的官网注意到，在众多Llama 2的全球合作伙伴，有一家公司叫海天瑞声。这家公司有啥过人之处呢？
导读：截至目前，国内外已有数百种大模型出世，但无论何种大模型，在亮相阶段，无一例外地都在强调自身的参数量，以及在各个评测基准上的评分。因为各个模型的基座、技术路径都不尽相同，所以参数量和评测基准的评分这两类指标相对直观，这也使得模型评测基准已经成为了业内衡量模型各方面性能的工具。那么，关于大模型评测方面都有哪些方法呢？
