ZD至顶网软件频道消息: 8月8日,微软发布了旗下通用数据模型(Common Data Model )数据库的公共预览版。
微软将该常见数据模型(CDM)描述为"存储和管理业务实体的预置业务数据库"。CDM是微软旗下用于建立自定义业务应用程序的PowerApps 服务和行将推出的动态 365 ERP/CRM 云套件的中心部件。
目前,CDM可用做流商业数据库,微软的流事件自动化工具则可用来生成这些流。CDM可用于访问这些标准实体,而且开发人员也可利用CDM创建自定义实体。并且,微软还提供了一些模板,有助于用户学习使用CDM。
用户可用CDM收集数据,例如推特或 RSS各种数据。用户亦可从诸如 Dynamics CRM、 Salesforce.com、 Excel 和(云部署和本地部署的)微软 SQL 数据库服务导入或导出数据。另外,用户还可以利用CDM选项来生成和存储待处理认可的历史/状态。
CDM的初衷是提供在诸如销售、 采购、 客户服务和生产力等工业领域常见的实体数据库。这些实体可连接到微软的第一方业务应用程序以及第三方和客户开发的应用程序。
CDM里的实体支持诸如地址、 电子邮件、 货币、 发票和订单自动编号、 图像、 地理位置等各种数据类型,这些都是用最新的 SQL服务器数据类型实现的。
CDM将成为微软动态 365 云套件的中心部件。微软动态 365 云套件的首批软件将于今年秋季发布。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。