至顶网软件频道消息:
IBM正试图让自己的Watson Data Platform的数据访问更容易,以便让那些基于人工智能的应用使用该平台。
IBM表示,Watson中增加新的数据编目和精炼功能,将让开发者和数据科学家更容易为AI应用准备数据和分析数据。新功能让用户可以更容易跨公有云和私有云连接和分享数据,这也是IBM扩展其数据治理产品的举措之一。
IBM Watson Data Platform是一款基于云的服务,集成了各种工具帮助数据科学家和其他人从他们的数据中获得智能,访问AI、分析和机器学习服务。
这次公布的Data Catalog和Data Refinery工具可以帮助将不同格式、不同位置(例如云或者本地环境中)的数据聚合到一起,用户可以访问到这些数据。此外这些工具还可用于清理这些数据,让基于AI的应用可以使用这些数据。其他特点还包括能够利用元数据标记和执行数据治理策略,确保数据的安全性。
IBM还宣布提供Analytics Engine,可将数据存储与其中保存的信息分离开,把数据更快速地输送给AI应用。IBM表示,这些新功能将有助于打消AI应用开发者面临的主要障碍之一,也就是让保存在不同位置的复杂数据变得有意义。
对于那些正在应对数据量快速增长的企业来说,数据治理已经成为一个日益严重的问题。IBM正在通过扩展Unified Governance Platform来解决这个需求,该平台让企业组织能够更容易找到数据和分类数据。InfoSphere Information Server现在提供了对Unified Governance Catalog的单一视图,被用于定义通用数据描述。此外,IBM还更新了用于表和元数据服务的Datastage Designer工具,增加识别和建议使用模式的方法。
新推出的Analytical Master Data Management工具提供的自助式服务可用于动态可视化、探索和关联数据源。一个名为域“同意管理”主要针对需要符合将在明年5月生效的欧盟“通用数据保护条例”(GDPR)的企业。用户可以查看和管理在GDPR要求中定义的各种许可过程。
IBM还升级了Industry Data Models,主要是考虑到了GDPR条例。这些预先设计的业务和技术数据模型可用于围绕已经识别的数据加快商业智能应用的开发。这次增加了对GDPR域专有条款的支持,此外还有行业专用词汇索引,以填补监管机构和垂直行业之间在语言上的差距。
IBM Watson Data Platform总经理Derek Schoettle表示:“人工智能的关键是从强大的数据基础开始的,这将流入数据的量和速度挑战转变为一种资产。对于那些利用人工智能创新和竞争的企业来说,他们需要一种方法来掌握和组织各个来源的数据,将这种复杂数据索引作为每个决策和项目的支柱。”
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。