ZD至顶网软件频道消息:根据Gartner的一项研究,向Windows 10的迁移预计要比此前操作系统更快,有85%的企业将从2017年底开始部署Windows 10。
在2016年9月到12月期间,Gartner在6个国家(美国、英国、法国、中国、印度和巴西)的1014名参与Windows 10迁移决策的受访者展开调查。
Gartner研究总监Ranjit Atwal表示:“企业组织意识到向Windows 10迁移的需求,而且Gartner在2015年到2016年展开调研期间,企业组织评估和部署Windows 10的总体时间已经从23个月缩短到21个月。大型企业要么已经开始了Windows 10升级,要么推迟到2018年进行升级。这可能反映了传统应用向Windows 10的过渡,或者在Windows 10迁移之前取代这么传统应用。”
当被问及促使他们向Windows 10迁移的原因时,有49%的受访者表示,改善安全状况是迁移的主要原因,此外还有云集成能力(38%),但是批准预算并不容易。
“Windows 10并没有被视为当务之急的业务关键项目,有1/4的受访者预计会出现预算问题,这并不奇怪。”
“受访者的设备采购意向显著增加,因为企业组织看到有针对Windows 10优化的第三代和第四代产品,具有更长的电池寿命、触摸屏和其他Windows 10功能。采购可转换式笔记本电脑的意向也越来越高,因为企业组织从测试及试点阶段开始进入采购及部署阶段,”Gartner首席研究分析师Meike Escherich表示。
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。