至顶网软件频道消息:Box和IBM正在推出两项新的服务,利用Watson的智能构建自定义的Box Skills。
Box Skills于10月份首次推出了一个框架,将机器学习应用于Box云内容管理平台。目的是使用人工智能帮助客户从他们的Box内容中提取见解和附加价值。
IBM在产品发布时已经签约成为Box Skills的合作伙伴,现在该公司推出了一项新的服务,利用了Watson视觉识别(Watson Visual Recognition)和Watson自然语言理解(Watson Natural Language Understanding)功能。图像洞察技能分析图像数据,用分类器对其进行标记,并训练定制的视觉模型以获取见解。
基于自然语言理解的文档洞察功能可以自动地用相关概念和关键字来标记存储在Box中的文档,以便于这些内容更易于被搜索。
除了将Watson技术应用于Box Skills之外,IBM还表示其还将通过Box Platform API将Watson AI应用于Box服务的其他用例。例如,IBM表示它已经构建了一个处理上传到Box的文档的服务,利用这项服务可以更容易地将这些文档翻译成其他语言。
去年十月,Box使用来自IBM Watson的技术推出了一项音频智能功能、利用微软认知服务(Microsoft Cognitive Services)提供了一项视频智能功能并利用谷歌云平台(Google Cloud Platform)的技术提供了一项图像智能功能,这些都是预览版。Box还提供了Skills Kit,让企业能够构建他们自己的定制化技能。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。