Neo4j全新数据科学产品利用预测分析和机器学习加速智能应用开发
中国北京,2022年4月13日——全球领先的图数据平台Neo4j(R)宣布Neo4j图数据科学(Graph Data Science)现推出全新和增强的功能,并作为完全托管的云服务AuraDS供用户使用。图数据科学是该公司为数据科学家构建的综合图分析工作空间。
人工智能和机器学习推动了预测数据架构的使用,其应用广泛,涵盖推荐引擎、欺诈检测和客户360等场景。这些模型的准确性与上下文情景的完整性高度相关。
Neo4j 图数据科学旨在让数据科学家通过综合的图分析技术轻松实现更精准的预测。用户可以通过图算法库、机器学习和数据科学方法改进模型。Neo4j图数据科学已被广泛采用并大规模实施,轻松处理数千亿个节点和关系。
越来越多的软件开发人员正在寻求数据科学为用户提供更好的预测和更强大的推荐引擎。Neo4j图数据科学可以帮助构建下一组全球智能应用程序的软件开发人员和数据科学家利用图算法将上下文情景导入数据,改善模型。
利用Neo4j图数据科学,数据科学家可在跨生态系统的现有数据管道工具中轻松工作。数据科学家可以在本地使用Neo4j图数据科学,现在也可以通过 Neo4j AuraDS 使用完全托管的 SaaS 解决方案。
Orita首席技术官Zack Gow表示,Neo4j图数据科学让他的团队能够更好地响应客户需求。
Gow 表示:“规模始终是我们首要考虑的因素,因为我们处理来自客户的数据。我们永远无法预测客户数据集的规模,选择 Neo4j归功于它处理数据集的能力远超我们的预期。在选择工具的早期,我们做过很多尝试,很多工具根本不能发挥作用,Neo4j则脱颖而出。Neo4j 图数据科学以图的方式显示数据,所以我们能快速展开数据科学项目。作为一个初创公司,我们没有时间浪费在繁琐的工具上。”
Zenapse 首席执行官Matthew Bernardini 分享了 Neo4j 图数据科学对其业务的影响。
Bernardini表示:“我们选择AuraDS Neo4j 图数据科学,是因为它是一个完全托管的、基于云的基础架构,结合了一套优秀且用户友好的工具和庞大的生产就绪数据科学算法库,让我们对平台充满信心,确保我们专注于数据和应用程序的开发。Neo4j图数据库可以轻松量化数字世界中的关系和相似性,并提供这些关联关系的全新洞察。”
Neo4j AuraDS 是图数据科学的强大功能,可作为完全托管服务使用。它包括在单个工作区中访问超过 65 种图算法,数据科学家可以更快速地进行实验。In-graph 机器学习模型和本地Python客户端有助于提高生产力并简化工作流程。
除了图数据科学的核心功能外,AuraDS 客户还可获得:
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。