至顶网软件频道消息: Oracle发布了它自主开发的旨在简化人工智能项目工具代码的第二天,Salesforce.com也加入了这场战争。
Salesforce今天宣布开源TransmogrifAI,这是一款用于自动化AI计划的本土软件,相比Oracle工具来说它解决了任务的不同方面。数据库巨头Oracle的目标是简化将模型连接到应用的任务,而Salesforce则专注于使构建这些模型变得更容易。
开发AI并非易事。对Salesforce来说尤其如此,Salesforce通过近几年打造的Einstein系列机器学习功能处理了来自数千个企业组织的数据。
Salesforce必须为每个客户实施独立的模型,以满足将不同企业的记录分开的要求。这样做也有很强的技术动机:不同类型的信息需要不同类型的AI才能以最佳方式处理。但是,为每个项目从头开始手动创建神经网络是不切实际的,因此TransmogrifAI诞生了。
该工具使工程师能够自动生成针对特定数据而量身定制的机器学习模型,被称为是现有人工智能自动化解决方案的更灵活的替代方案,例如谷歌基于云的AutoML服务。据Salesforce称,这些产品通常只支持很小范围的用例,并且最初设计是用于处理像照片这样的非结构化数据,而不是结构化的业务记录。
TransmogrifAI可以对创建AI所涉及的所有主要任务实施自动化,首先是初始数据准备阶段,在此阶段TransmogrifAI工具可以提取姓名和电话号码等重要信息,同时丢弃不适用的信息。
然后,TransmogrifAI将数据组织成AI模型可用的专有格式,针对准备好的记录运行各种不同的算法,直到找到最适合该项目的算法。
Salesforce声称,该工具让工程师创建模型所需的时间从数周缩短至数小时,而且TransmogrifAI具有可扩展性,能够支持从几千到几百万条记录的项目。
据Salesforce称,它已在内部使用TransmogrifAI来部署“数千个客户特定的机器学习模型”,每天进行约30亿次预测。该工具已经过大规模的现场测试,这一事实将吸引来那些自己实施AI项目、需要规避风险的大型企业。
TransmogrifAI是用Scala编程语言编写的,运行在流行的开源数据处理引擎Spark上。 Salesforce已经在专门的网站上发布了该工具的代码以及开发人员文档。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。