ZD至顶网软件频道消息:11月25日,CA Technologies 宣布推出最新版CA敏捷中心(CA Agile Central),该解决方案是专门设计的可规模化敏捷实践的SaaS平台。解决方案的新增功能协助团队更快速执行策略、提升企业整体敏捷性,从而缩短为客户提供价值所需的时间。
据调查显示,通过采用先进的敏捷实践(规模化敏捷或组织整体变革)可推动实现更佳业绩,包括业务敏捷性、业务增长、以客户为中心和运营效率等领域的业务影响力提升了33%。CA敏捷中心是专为提升跨团队及项目协作的敏捷实践而设,目前更增加全新功能,使用户可快速获取与其日常工作最相关的信息,同时保留了解企业宏观战略并与之保持一致的核心能力。近日发布的“个人导航”(Personal Navigation)和“快速详情”(Quick Detail)让每一位用户都拥有平台设置权限,以加速企业对敏捷实践的采纳及运用。
CA Technologies敏捷管理总经理Angela Tucci表示:“在规模化敏捷的环境下,成功的关键在于让员工获得更多权限。CA提供的工具能协助员工快速高效工作,同时对他们的工作是否与整体业务战略一致了如指掌。以往,企业常常要在企业就绪敏捷平台与专注于团队级功能的轻量级工具之间作出抉择。现在,企业无须再为了便捷性而在管理能力上让步。有了CA敏捷中心,使鱼和熊掌皆可得。”
CA敏捷中心为多个团队提供平台,在协作计划、安排工作优先事项及查看工作进度方面实现同步。个人导航(Personal Navigation)通过对最常用页面进行设置,使用户更容易发现并使用——将不常用页面移至后面,从而缩短用户与尚未完成的工作之间的距离。为了使用户更快获取及使用支持其工作的最重要信息,从而提升效率,全新的快速详情 (Quick Detail)功能帮助用户更新工作相关的所有细节,却无需离开正在工作的页面。用户可自行设定对该用户及其团队而言最重要的领域,以便快速存取。
DigitalGlobe 地理空间云端服务部版本序列工程师Jen Provance表示:“无论在每周工作会议或管理日常工作时是否需要用到大量细节,‘个人导航’(Personal Navigation) 与‘快速详情’(Quick Details)都让我们的团队能够轻易存取与审阅与手头工作有关的最重要信息。我需要主持许多版本序列部门内的会议,以及与关键利益相关方的会议。这时,只需简单地点击我们正在讨论的项目并查看子集的内容即可,毋须离开该项目的背景进行讨论。通常,我们只需参考Quick Detail视图即可回答与会者提出的问题。”
CA敏捷中心的其他新功能包括:
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。