至顶网软件频道消息:
自一年前推出了Einstein人工智能套件之后,Salesforce一直对该产品线定期增加新的功能。近日,Salesforce推出了到目前为止最重要的更新之一。
这次更新的最大亮点就是Eintein Forecasting,这款新产品旨在帮助企业预测如何满足内部销售目标。Salesforce表示,该服务可用于分析客户记录,并将历史趋势(如季节性需求变化)等因素纳入预测中。然后为了提高准确性,会根据该用户以往预测相对最终结果是乐观还是悲观的情况来调整结果。
Eistein Forecating会在一个可视化的仪表板中显示最终预测,以便于查看。据Salesforce介绍,该服务让管理人员可以及早捕获交易通道中潜在的缺点,以便及时采取行动。
除了Eistein Forecasting之外,Salesforce还推出了两款工具,针对那些决定最终完成交易数量的销售人员。首先是Eitein Opportunity Scoring,它是对Salesforce Cloud中现有销售机会排名功能的一个补充,可以对潜在交易价值和高管是否认可等因素进行分析,从而找出最受关注的那些交易机会。
另外一个工具名为Eistein Email Insights,它采用类似优先级排序的方式,在销售人员收件箱中标记出最重要的消息,还提供了关于如何最好地回应每个潜在客户的建议。
除了公布新产品之外,Salesforce还宣布投入5000万美元资金专门用于支持AI创业公司。Salesforce到目前为止有3笔投资,其中2个是美国,另外一个是瑞士分析服务提供商Squirro SA。另外,Salesforce的风投部门最近在为一家名为All Turtles的孵化器提供资金,该孵化器主要是帮助企业级打造基于AI的产品。
加上这笔新的AI资金,Salesforce自2016年6月以来已经共有4笔了。其中最大的是在5月公布的1亿美元,旨在支持为Salesforce云平台打造增值服务的开发者。
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。