ZDNet至顶网软件频道消息: 5月20日,慧点科技在京召开“协同云平台展示会暨决议督办新版应用发布会”,发布了协同云平台Indi.Cloud和决议督办管理系统V5.0。慧点科技CEO兼总裁吕翊表示,慧点科技发布云平台,将产品进行云化,不是为了追逐所谓的技术潮流,而是为了迎合客户需求。此次大会发布的决议督办管理系统V5.0就是基于私有云架构的应用,未来慧点科技还会推出更多基于私有云架构的业务应用解决方案,使它们形成系列的、具有非常高附加价值的软件产品套件。
慧点科技CEO兼总裁吕翊
成立了16年的慧点科技一直将目标客户群锁定高端集团型客户,他们对待公有云的态度非常谨慎,在短期内很难采用公有云架构来实现关键业务应用。同时,由于经营模式、营销模式、客户思维模式、产品组织交互模式的种种不同,慧点科技暂时也没有涉足中小企业客户群的计划。在这样的背景下,慧点科技提出了基于私有云来构建集团企业统一协同办公系统的思路,面向大型集团企业推出了融合云计算和互联网应用商店模式的平台产品——协同云平台Indi.Cloud。
慧点科技协同云平台功能架构图
Indi.Cloud基于IBM中间件Domino,帮助集团企业建立统一的协同管控平台及兼顾各成员企业差异需求的企业级应用管理体系,提供安全、专业、便捷的聚合管理工具,实现企业级应用资源的协同与推广;并建立各企业应用完善与升级的可持续发展运营机制,实现集团统一规划、统一设计、统一开发、统一运维、统一管理的信息化管控目标,兼顾分子公司间的业务差异化与个性化业务扩展。
协同云平台应用商店可以清晰地显示出集团选购应用的数量,使标配应用、选配应用、个性化应用一目了然。通过应用商店,慧点科技把最新的更新和需要强制部署的标配应用推送到管理人员,推荐分为,最新发布的应用、最近更新的应用,使用户可以及时了解到产品的更新信息。同时,用户也可以利用快速应用搜索查找自己所需的应用。
吕翊指出,Indi.Cloud私有云平台将成为容纳慧点科技基于私有云架构业务型应用解决方案的巨大容器,帮助客户在他的私有网络里,享受云计算带来的创新和技术上的革命。
慧点科技决议督办管理系统V5.0功能架构图
此次发布的决议督办管理系统最新版本V5.0固化了企业重要会议(董事会、高管办公会、党委会、专题会等)的全业务链管理,同时系统适用于各类督办业务(重点工作、领导交办、工作计划、项目工作、任务、公文等)的分解下达、协作、督办跟踪等全生命周期管理,并向企业各级用户提供对应的管理视图、任务中心与处理机制,从而助力企业打造卓越执行力。
据介绍,早在2000年,督办管理的应用需求就被提出,那时慧点科技的解决之道是OA系统模块;2009年,慧点科技研发出独立的督办管理产品;到了2014年,慧点科技再推升级后的决议督办管理系统V5.0新品,希望能够改变企业手工督办管理的业务现状。历经10余年的研磨打造,决议督办管理系统V5.0更加成熟。
决议督办管理系统最新版本V5.0带来了“四大提升”,即功能范围提升、用户体验提升、管理提升和性能提升;“八大亮点”,即体系化、关联化的管控视图,易用、全面的管控工具,便捷、高效的执行工具,全链条、全生命周期业务固化,丰富的统计分析与自动报告,支撑集团一体化管控业务贯穿,高配置化系统设计和强大的技术架构。旨在为企业督办管理业务革新带来更大的推动力,成为加速企业执行力提升的管理利器。
需要注意的是,慧点科技并非完全排除公有云业务,慧点科技将尝试在公有云架构上提供和引用一系列工具型、材料型、支撑型的应用,把它和私有云应用整合在一起,帮助客户构建基于企业内网和公有云的混合云业务架构,实现对内外部资源,在安全可控的情况之下更有效地应用。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。