至顶网软件频道消息:在今天的IT领域屹立50年不倒、不被收购的公司并不多,Software AG就是其中之一。来自德国的这家公司今年将迎来成立50周年,Software AG在全球有近5000名员工,业务遍及全球70多个国家,2018年公司营收10亿美元左右。应该说,在技术日新月异的IT领域,能够在长达50年历史进程中生存下来,并且保持非常健康的发展状态,足见这家公司的应变和转型能力。
日前,Software AG公司总裁兼首席执行官Sanjay Brahmawa与公司亚太及日本区总裁Anneliese Schulz来华举行了媒体交流会。会上,两位就Software AG的市场战略和在中国市场的一些计划进行了介绍。
Sanjay Brahmawa表示,Software AG正在通过加速其在中国的投资和业务活动来兑现承诺。该计划为Helix项目的一部分,Helix是Software AG的企业战略,其目标是将Software AG打造成为业界领先的软件供应商,实现可持续性盈利增长。该项目将得到总额为5000万欧元的资金支持。
Sanjay Brahmawa认为,经过50年的发展,Software AG已经形成了自己的三大独特优势:第一个是非常优秀的产品和技术,包括集成和API管理、物联网及相关分析以及业务转型等,其中不少产品在Gartner和Forrester的各种分析报告中位居前列。第二,是公司盈利非常好,现金流强大,有能力投资于技术研发。第三是人才队伍,全球近5000人的工作团队都非常出色和优秀,他们是技术专家。这些将是Software AG未来发展的基础。
Sanjay Brahmawa还介绍了公司接下来的发展战略。他说,今天全球都在进行数字化转型,为了支持客户转型,同时公司自身也进行转型。Software AG要做好以下三个方面的工作:第一,在集成和API管理、物联网及相关分析以及业务转型三大关键技术领域向客户提供恰当的产品、恰当的服务,支持其数字化转型。第二,选择恰当地区去发展,比如中国。第三,强化合作伙伴关系。
对中国市场,Sanjay Brahmawa给予厚望。他表示,中国是Software AG非常重视的市场。Software AG在中国已经有了26年的发展历史,且已取得重大进步,拥有强大的客户群,包括中国航空工业集团、国家电网、银河证券、龙岩烟草等知名企业客户,其客户网络更是覆盖了包括金融与银行业、制造业、能源和公共事业以及医疗保健等广泛行业领域。
近年来中国经济的蓬勃发展带来了非常旺盛的市场需求。比如,随着各行各业更加关注简化开发周期和加速创新带来的价值,中国的应用程序接口(API)市场规模正在呈现稳步增长态势。同时,随着中国越来越依赖物联网来提高生产力和效能,在物联网与企业的整合过程中,预计将会有更大的投资。
基于中国市场良好的发展前景,Software AG决定扩大在华业务,包括聘用更多本地人才、打造强大的合作伙伴生态系统、强化Software AG市场方案组合,特别是企业应用、云、物联网 (IoT)设备与数据的集成解决方案。同时,Software AG将继续以其现有产品和服务组合为基础稳步发展,包括企业管理系统(ARIS)。该系统多年来帮助中国各地企业从持续的流程改进、增强的流程敏捷性、运营的端到端可视化及透明化等诸多方面获益。
Software AG公司亚太及日本区总裁Anneliese Schulz女士表示,“鉴于企业对速度、敏捷性和可扩展性的高度重视,我们正在不断强化对中国企业的承诺,帮助他们应对从应用到边缘等集成技术的挑战,从而推动创新步伐。通过让中国企业自由选择最有效的供应商、合作伙伴和部署方案,我们可以帮助他们抓住数字时代的新机遇,进而消除各自商业生态系统之间的隔阂。”
她透露,Software AG将继续扩展其在中国的合作伙伴网络,以更好地帮助客户通过集成、API、业务转型和物联网 (IoT) 解决方案来加速创新。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。