至顶网软件频道消息: 提供美观的行业云应用软件的领先厂商Infor今日宣布,Pavilions Hotels & Resorts已为其在巴厘岛、普吉岛、马德里和阿姆斯特丹的酒店运营部署了Infor Hospitality Management System(HMS)和Infor SunSystems,分别管理业务和财务运营。这家总部位于香港的公司拥有并运营着诸多豪华酒店和度假村,主营欧亚两洲的体验旅行业务。
Pavilions Hotels & Resorts部署Infor HMS和Infor SunSystems,旨在简化其自身的运营流程,在该品牌的全球各地酒店中建立起一个统一的系统,从而加强运营效率和敏捷性。该公司还计划在其即将推出的酒店中也部署这些解决方案。
“随着企业集团持续的发展壮大,我们的系统也必须跟上步伐,帮助我们实现全球覆盖,这一点至关重要。我们预计,部署Infor HMS和Infor SunSystems之后,我们将得以节省大量时间,减少失误,从而反过来进一步提升我们业务的敏捷性和灵活性。我们希望能够部署一个真正的云就绪应用,采用单一数据源,实现我们全球体系的统一性和一致性,”Pavilions Hotels & Resorts集团总监Siobhan McHenry表示,“我们与Infor团队的关系也是促使我们选择Infor的关键——在整个方案执行过程中,他们一直是我们得力的合作伙伴。”
Infor Hospitality Management Solution(HMS)专为满足酒店企业的需求而设计。该解决方案能够在多产权环境中将企业实力和简化的工作流程相结合,提供可靠的技术来支持企业的长期发展。
部署Infor SunSystems后,Pavilions Hotels & Resorts能够通过单一的全球平台管理其所有财务交易和报表,这有助于促进Pavilions的管理团队做出更好的决策。
“对任何组织而言,如果其各个中心和地区的系统和信息都是分散的、不统一的,那么其业务运营将存在巨大的挑战。企业需要灵活性,在充满变化的情况中,坚实的技术基础设施是至关重要的,”Infor亚太区酒店管理部副总裁Eric Wong表示,“我们很自豪能与Pavilions Hotels & Resorts合作,充分利用Infor SunSystems和Infor HRM,推进其未来业务增长。”
好文章,需要你的鼓励
这项来自麻省理工和滑铁卢大学的研究质疑了在AI文本排序中"思考过程"的必要性。研究者比较了三种文章重排模型:直接判断的StandardRR、先推理再判断的ReasonRR,以及禁用推理功能的ReasonRR-NoReason。实验结果表明,不仅推理过程没有提高排序质量,有时甚至会降低效果。主要原因是推理导致模型倾向于极端判断,难以表达"部分相关"这种微妙关系。即使应用"自洽性"等改进技术,简单直接的判断方式仍然更为高效有效。研究为信息检索系统设计提供了新视角:有时,少即是多。
TAGS是一种创新的医学问答框架,结合了泛医和专医两种视角,通过层次化检索和不确定性验证机制提升医学AI回答的准确性。该框架由穆罕默德·本·扎耶德人工智能大学等机构的研究团队开发,无需任何模型微调即可显著提升包括GPT-4o和DeepSeek-R1在内的大型语言模型在九个医学问答基准测试上的表现。TAGS通过模拟医疗专家协作、结构化知识检索和质量控制,解决了现有方法在复杂医学推理中的短板,为构建更可靠的医学AI系统提供了新思路。
这篇研究提出了时间抽象值学习(OTA)方法,解决离线目标条件强化学习中的长期规划问题。研究团队发现现有分层方法失败的关键在于高层策略无法生成合适子目标,原因是价值函数在长期规划中估计不准确。OTA通过"选项"概念实现时间抽象,有效缩短规划视野,使价值函数能提供更准确的优势信号。在复杂迷宫导航和视觉机器人操作任务中,OTA显著优于现有方法,证明了该方法在处理长期任务时的有效性。
这项研究探索了大语言模型内部可解释特征的形成过程,分析了它们在训练过程中(时间)、模型层级间(空间)和不同规模模型(尺度)的行为变化。研究团队使用稀疏自编码器技术,成功识别出特定语义概念在神经激活中出现的时间点和位置。研究结果显示,不同领域的知识概念在模型训练和规模扩展中存在明确的激活阈值,且在空间分析中发现了早期层特征会在后期层重新激活的现象,这挑战了对变换器模型表示动态的传统认知。