至顶网软件频道消息:SAP Ariba宣布与IBM合作,双方将提供采用人工智能和机器学习的认知采购解决方案。
SAP Leonardo是企业级软件巨头的数字创新策略,IBM Watson AI能力,以及SAP Ariba,将把来自采购数据的智能性与来自非结构化数据的预测洞察结合起来,旨在企业采购过程中为客户提供帮助。
IBM全球企业服务认知流程改造总经理Jesus Mantas表示:“我们已经建立了一个认知采购平台,专门针对理解采购交易、天气数据等非结构化数据、合同中的非标准零件编号、和复杂定价结构进行训练。”
SAP解释说,IBM全球企业服务将提供咨询和服务以构建、实施和采用新的产品,IBM也期待与SAP Ariba合作,将IBM的客户带到这个平台上来。
双方在本周的Sapphire Now大会上公布了这项合作,还将发布一个Cognitive Procurement中心,旨在进一步开发智能采购解决方案和服务,包括像区块链这样的新兴技术,SAP的愿景是增强各种行业和业务线。
随着Watson不断从此前的互动中学习,逐渐获得价值和知识,SAP期待合同流程变得更加智能且更全面,因为应用会自动识别相关条款以及与法律库和分类法相匹配的条件,定位类似的合同条款,并推荐定价。
SAP Ariba和IBM还将探索自动提取合同条款以及摘要以帮助符合法规,SAP解释说。
IBM在上个月宣布推出的IBM Watson Marketing Insight,旨在让营销人员进行行为分析来提高目标的、定制化的推广取得成功。
通过检查他们与企业之间的互动,评估电子邮件通信、数字媒体和社交媒体,以及存储的信息,基于云的服务将会提取业务预测因素,以提高目标营销活动取得成功。
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。