实体
supply chain management
supply chain management
PulseAugur coverage of supply chain management — every cluster mentioning supply chain management across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
机器学习模型提升供应链行程时间预测能力
本研究论文探讨了应用机器学习和深度学习技术来准确预测供应链管理中的行程时间。该研究旨在通过开发一个利用历史数据估算库存行程持续时间的模型，来提高物流的一致性和绩效。准确的行程时间预测对于有效的规划、需求预测、交货时间管理以及最终的客户满意度至关重要。
-
大型语言模型文档审计规模化退化，捏造错误
一项新研究表明，像Google Gemini 3.0 Pro这样的大型语言模型在规模化检测种植文档污染时，会表现出显著的性能下降和幻觉。虽然在单文档级别有效，但当处理大批量文档时，模型识别错误的能力会急剧下降，导致捏造虚假污染物。研究强调，与荒谬的插入相比，大型语言模型在检测拼写错误和语义反转等合理错误方面能力较弱，这表明需要增强基于大型语言模型的审计系统的验证机制和有界批量处理。
-
AI代理在供应链中展现潜力，但面临可靠性和安全风险
一篇新研究论文探讨了在供应链管理中使用自主AI代理，研究表明虽然先进模型可以显著降低成本，但它们也带来了可靠性风险，例如“代理牛鞭效应”。为缓解这些问题，提出了一种名为GRPO的强化学习后训练框架，以提高代理的稳定性和减少尾部事件。同时，行业分析强调了AI在采购中的变革性作用，将其从被动测量转变为预测性智能，以更好地管理供应商绩效和预测风险。然而，供应链AI中一个显著的隐藏风险是模型投毒，即恶意行为被嵌入模型权重中，绕过传统安全措施，…