ZD至顶网软件频道消息: 近日,Hewlett Packard Enterprise(HPE)举办了2016年大数据世界之旅的活动,HPE将这次活动称为“大数据的速度与激情”,HPE 中国区副总裁、软件集团总经理李时表示:“当下,企业面临的一个很大的机会和挑战,就是怎样将企业内部所产生的数据和企业外部社交媒体、客户的反馈,以及广告、视频、音频等数据,利用大数据技术为企业提升营收、提升客户满意度、降低运营成本和风险,为企业创造更多的价值 。”
李时认为,要做到这一点,很重要的第一步就是借助大数据平台,快速、实时地分析企业所拥有的数据。
据了解,HPE大数据平台主要分为三方面组件:HPE IDOL主要分析包括视频、音频、图像、文本等非结构化、半结构化数据;HPE Vertica帮助企业更好更快地分析企业所拥有的结构化数据,通过 HPE IDOL 和 HPE Vertica 可以全面分析企业拥有的内部和外部数据 ;HPE OnDemand Open API通过云的方式为企业和开发人员提供快速实现技术原型验证的平台,企业和开发人员可以成熟地运用API 调用进行快速人脸识别。
HPE 中国区副总裁、软件集团总经理李时
此次活动中,HPE宣布扩展旗舰级IDOL分析平台,推出商用版HPE Haven OnDemand,提供先进的机器学习API和服务。
新版HPE IDOL通过应用数据分析和机器学习,为组织自动化和辅助处理大量人工任务,如趋势分析和视频监控。
HPE IDOL 11整合了上下文分析和可视化功能,以便帮助知识型工作者和公司对于每个流程、操作和客户交互都采用数据驱动型方案。
Hewlett Packard Enterprise公司软件集团大数据平台业务中国区总经理石建强表示:“全球的公司在各项事务中都在充分利用数据分析的能力。传统数据库在设计上从未考虑到分析人类信息,往往缺乏有效、可靠理解非结构化数据所必需的关键功能。通过加入新一代人工智能,神经网络和机器学习功能,我们现在让企业能够利用自身所有数据。”
新版HPE IDOL 11的功能包括:
商用版HPE Haven OnDemand是一个创新的云平台,提供先进的机器学习API和服务,让开发者、新创企业和大型企业能够开发数据密集型移动和企业应用。
作为一项在微软Azure上交付的服务,HPE Haven OnDemand提供超过60个API和服务,能够对各种数据进行深度学习分析,其中包括文本、音频、图片、社交、网络和视频。
HPE提供一个从免费增值服务开始的灵活方案,支持免费开发和测试,并延伸到基于使用量和服务水平协议(SLA)、适用于企业级交付的商业定价模式,以支持生产部署。HPE Haven OnDemand提供的一些功能包括:
HPE在2014年12月推出了测试版HPE Haven OnDemand。现在,HPE Haven OnDemand拥有超过12750个注册开发者,每周生成数百万次API调用,并提供反馈来帮助改进和完善该产品。
HPE大数据市场部副总裁Jeff Veis介绍道,在线交友网站Blink开发了一款名为“速配”的移动应用,这款应用充分利用Haven OnDemand 面部检测和图片识别API来实现更加人性化的交友应用体验,通过直播视频聊天,降低在线交友的风险,将人们实时地连接到一起。
李时表示:“软件行业目前正处于由机器学习所驱动的技术引领突破的新时代,机器学习将在生活的方方面面支持数据驱动型应用。HPE Haven OnDemand通过把以往只面向高端、训练有素的数据科学家的机器学习的强大功能带入主流开发者群体从而实现大数据的民主化。现在,任何人都可通过我们易于使用的云服务来利用目前的各种丰富的数据,从而开发可产生新见解、实现业务差异化、满足客户并提供竞争优势的应用。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。