至顶网软件与服务频道消息:SAP今天宣布计划将把旗下数字互连(Digital Interconnect)业务出售给Sinch AB,交易价值为2.25亿欧元(约合2.5亿美元)。该业务主要是面向企业提供通信软件。
实际上SAP打算剥离该业务的传闻上个月就第一次浮出水面了。企业软件巨头SAP在2010年以58亿美元的价格收购了分析提供商Sybase,进而获得了该业务。
收购方Sinch是一家瑞典上市公司,主要出售面向企业的客户互动云通信服务,这次交易也是Sinch数月以来第二笔金额达九位数的收购。今年3月,Sinch签署协议以1.19亿美元收购了巴西商务通讯初创公司Wavey AB。
SAP这项业务提供的应用程序编程接口让企业可以嵌入到他们的应用中,以发送SMS消息和电子邮件。另一个主要目标市场是电信行业,这项业务提供的软件工具可以帮助运营商完成诸如提供数据漫游计划之类的任务。此外,还有其他与通信相关的产品组合,包括用于管理客户服务团队的SAP Contact Center平台。
SAP称,数字互连业务每天为大约1500家企业客户处理多达10亿条消息。彭博社上个月报道,该业务在不计利息、税项、折旧和摊销的情况下,每年贡献5000万美元的收益,收入约为2.5亿美元。
对于SAP而言,剥离数字互连业务有助于释放资源,因为眼下SAP正在寻求重新专注于推动其他更大产品线的有机增长。反过来,Sinch将获得广泛的软件产品组合,补充自己的通信业务。这家瑞典公司提供的应用程序编程接口让企业可以通过SMS、电子邮件、语音、WhatsApp和其他各种渠道向客户发送消息。
SAP董事会成员、产品工程负责人Thomas Saueressig今天在一份声明中说:“考虑到Sinch在云通信平台领域的创新和投资策略,我们非常欢迎他们成为SAP Digital Interconnect的新所有者。”
对商业通信工具的需求激增,将会推动该领域的更多收购。Sinch收购SAP数字互连业务也是在Verizon宣布以4亿美元收购Blue Jeans Network(一家为企业提供视频会议和网络广播服务的提供商)之后达成的。
好文章,需要你的鼓励
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。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。