至顶网软件频道消息:微软本周发布了其承诺的首个LinkedIn集成,这是该公司在宣布Microsoft Relationship Sales全面上市的时候承诺的。(Relationship Sales是LinkedIn Sales Navigator加上Dynamics 365 for Sales。)
那么接下来的交付路径图是什么?
在2016年12月,当微软收购LinkedIn最终获得监管部门的批准后,该公司的首席执行官萨提亚.纳德拉列出了两家公司产品线整合的最重要的一些任务。Sales Navigator和Dynamics 365的整合就在此列表中,列表中还包含其他一些Office 365、培训、Windows和其他计划好的集成。到目前为止,我相信Relationship Sales的交付是该列表中完成的唯一项目。
然而,在本周的Inspire全球合作伙伴大会上,微软高管们展示了几款即将推出的LinkedIn-Dynamics 365产品。
该公司的官员们表示,Dynamics 365 for Talent——微软的人力资本管理(HCM)产品——将在七月下旬全面上市,包含了同LinkedIn Recruiter的集成。 Dyanmics 365 for Talent允许创建可跨越Office 365、Dynamics 365和LinkedIn数据的综合人力资源档案。
微软还致力于增强监控用户公司所拥有的LinkedIn组织页面的能力,并了解这些页面上发布的信息和评论。根据微软发布的Dynamics 365路径图,该功能正在“开发之中”。它将被添加到Dynamics 365 for Sales、Dynamics 365 for Customer Service(CRM)、Dynamics 365 for Field Service和Dynamics 365 for Project Service Automation之中。
除此之外,微软还正在为 LinkedIn Lead Gen Forms制作Dynamics 365 Connector,允许用户自动将在LinkedIn上捕获的潜在客户与Dynamics 365在线同步。Dynamics 365 for Marketing和Dynamics 365 for Sales中的这个功能现在是私人预览阶段——这是微软针对中小型企业用户的Dynamics 365 Business Suite的两个缺失的部分。Dynamics 365 Business Marketing和Sales应用程序在上周进入私人预览。
如同之前承诺的那样,自7月1日起,微软开始向企业用户提供在他们自己的数据中心内部运行Dynamics 365 for Finance和Operations的能力。
在其他来自Inspire关于Dynamics的新闻中,微软通过一个名为ISV Cloud Embed的新程序,使软件开发人员能够更轻松地在Dynamics 365、Power BI、Power Apps和Microsoft Flow之上构建应用程序。微软还告诉合作伙伴,其各种ERP套件的内部部署版本将继续更新。
按照MSDynamicsWorld.com的表述,Dynamics GP 2018将于2017年12月1日发布。根据高官们的说法,它获得了更新的工作流引擎以及Power BI Content Pack和Flow模板。
MSDynamicsWorld表示,Dynamics NAV的下一个版本代号为“Tenerife”(似乎将在本日历年中到来)将增加内置的基于Azure的认知服务,例如识别图像的能力,以及集成Office 365 Bookings应用程序的选项。Dynamics SL在2018年还将继续获得新的更新,包括Power BI Content Pack和Flow模板选项。
还有,微软本周上线了新的Dynamics 365文档站点。
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。