ZD至顶网软件频道消息: 通用电气公司正在扩充其在欧洲的势力,目的是要为欧洲客户和开发商促进在工业物联网业务上的创新和合作。
新的“数字芯片厂”总部将设在巴黎,创造250个就业机会,此为通用电气为加大旗下的工业工具在欧洲的力度和对合作伙伴的支持计划的一部分。
通用电气希望以巴黎作为物联网创新的枢纽
通用电气公司董事长兼首席执行官Jeff Immelt 表示,“欧洲拥有人才和基础设施,在生产力革命方面有先机,数字化工业即为该使命的核心。通用电气公司致力于帮助欧洲发展自己的工业互联网所需的基础构件,工业互联网将有助于欧洲大陆公司将信息转化为洞察,继而将洞察转化为结果。”
除了巴黎芯片厂外,在通用电气计划里今年另有三家开张,每一家芯片厂都是为了催生当地的初创公司,为了其与通用电气客户的合作开发新的应用提供一个环境,在工业互联网的开发中能用上通用电气公司的Predix操作系统。
目前有11000家开发商使用该平台,通用电气希望其在国际上影响力增加后,更多的人将加入到为该软件打造应用的行列里,目前诸如Capgemini和苏格兰电力公司都在使用该软件。苏格兰电力公司的智能电网项目用了由通用电气提供得数字控制系统。
Immelt 表示:“自从我们推出通用电气数字业务和发布Predix操作系统以来,有近11000家的开发商投在我们门下,100多个的应用程序得到客户的广泛采用。通用电气的内部人士都知道,我们推动的是5亿美元的生产力。现在是时候了,业界是时候改变了,是推动他们自身业务的长期价值的时候了。”
在巴黎芯片厂开张的同时,通用电气还与法国政府机构和NUMA建立了伙伴关系。NUMA是法国第一个创业加速器,目标是确认和培养有潜力的创新点子。
NUMA首席执行官Marie-Vorgan Le Barzic表示:“通用电气公司将欧洲总部设在巴黎,这是一个大好的机会,我们将与通用电气公司的数字芯片厂紧密合作,以期创造并建立一个围绕工业互联网的创新生态系统。我们有信心,我们可以建立一个拥有初创公司、数据科学家、开发商和软件专家的强大社区,为复杂的工业挑战提供各种解决方案。”
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。