在过去的17年中,IBM和思科一直致力于技术开发、合作工程、渠道营销以及其他关键项目。随着Watson的认知能力不断提高,两家厂商之间的关系也进入到一个开放、创新的联合解决方案新世界。
IBM协作解决方案总经理Inhi Cho Suh与思科高级副总裁、云协作总经理Jen Meggers
本周在拉斯维加斯举行的IBM World of Watson大会上,IBM协作解决方案总经理Inhi Cho Suh,与思科高级副总裁、云协作总经理Jen Meggers探讨了两家公司之间的合作伙伴关系,以及他们如何合作创造促进彼此合作的工具。
Suh说:“当我想到人们工作的方式时,他们希望团队合作,他们想要表面的内容,他们希望推进业务目标或者流程,在这个过程中,人们想要做实时的交互。看看潜在合作伙伴和领导厂商的格局,对我来说,思科提供的方方面面都是非常清楚的。”
集成是关键
在合作方面,当被问及IBM与思科的合作细节时,Meggers表示:“当你看看我们现有的客户和产品时会发现,我们的产品组合是高度互补的。IBM提供电子邮件和社交工具;我们提供实时会议、通讯和聊天工具。”
Meggers解释说,思科认真倾听客户对于更好的集成的需求。“因此从那时候开始我们就与Suh及她的团队进行了接触。当我们开始合作的时候,我们有了更多的想法。我们知道我们能做的不仅仅是集成,还有把认知智能带入进来,让产品组合更好。这就是现在我们正在做的。”
Suh在合作方面补充说,两家厂商共同进入市场,作为一个整体、一个统一的团队拜访客户。
支持开发人员
今年的World of Watson大会上涌现大量的初创公司,当被问及他们如何帮助开发者激发围绕集成产品方面的创新时,Suh表示,对于开发者来说,她建议他们选择IBM Bluemix和Watson Developer Cloud,IBM正在提供各种Watson API,比如Conversation、AlchemyAPI、Classifier以及图像分析等。“我碰巧负责这些API,这是我们开发的。我们也会使用这些API,基于这些API来培训和测试系统。所以我们也承担着工程方面的工作,为开发者提供机会。”
Meggers指出,思科发现并没有一个万全的解决方案。“有大量开发者会找到我们说,‘我想要在我的应用中集成你们的技术’。我们是提供这方面支持的。这就是为什么我们开发了Spark for Developers。我们有20万的开发者说他们在使用API——采用我们的技术或者将我们的技术内嵌到他们的技术中。”
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。