Salesforce公司近日发布了Einstein自动化预览版。Einstein自动化是Salesforce旗下的云产品,用户利用Einstein自动化几乎不用写代码就可以创建用于自动化任务的工作流程,例如处理客户请求。
Einstein自动化由两个工具组成:流策划(Flow Orchestrator)和Mulesoft编排(Composer)。预计客户在2021年可以用上这两个工具。
流策划提供一个用于创建自动化工作流的低码接口。例如,银行可以用一个工作流程检测客户提交抵押贷款申请的时间并通知贷款团队,如果申请被批准,就再向申请人发送祝贺电子邮件。开发过程里设在内置界面的人工智能模型可以显示用户有关如何提高自动化效率的建议。
复杂的业务流程通常不但涉及到多个步骤,还涉及到多个应用程序。例如,一个系统向贷款申请人发送祝贺电子邮件,而另一个系统则可能就有关请求通知贷款团队。在这种情况下就可以用上Einstein自动化的另一个组件Mulesoft编排。
Mulesoft 编排内含700多个预装连接器,公司可以利用这些连接器在业务工作流程中涉及到不同应用程序时共享数据。例如,在自动处理发票时,企业可以利用存储在Salesforce上的会计和企业资源计划系统同步详细的购买信息。
Mulesoft编排基于Mulesoft技术。Salesforce曾于 2018年 斥资65亿美元收购Mulesoft。该项交易是Salesforce公司历史上第三大交易,仅次于去年的Tableau收购及收购Slack Technologies Inc的277亿美元。收购Slack是在周二宣布的。
低码开发技术吸引了企业越来越大的兴趣,Salesforces则推动扩大旗下的低码开发市场业务抢占先机。信息技术研究和分析公司Gartner Inc.估计,大多数大型企业至2024年将使用四个或更多的低码开发工具,而且65%的应用程序开发工作将基于这些工具。
Salesforce的竞争对手微软也在努力把握这个发展机遇。微软最近整合了旗下的Power平台产品套件,包括多个低码开发功能以及GitHub。GitHub旨在令公司更容易地部署用户构建的自动化工作流程。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。