平台更新让企业能够轻松持续地改进各项功能,利用UI和API实现业务自动化,并大规模运行自动化项目
北京,2022年12月14日——企业自动化软件公司UiPath(纽交所代码:PATH)日前宣布推出全新平台功能,新增便于开发的自动化创新功能,让用户在更多业务流程上发挥自动化优势。
UiPath产品与工程执行副总裁 Ted Kummert表示:“UiPath业务自动化平台为企业开发全新应用并实现现有应用的自动化奠定基础。无论企业期望加速盈利增长、节约成本,还是改善员工和客户体验,UiPath都可以轻松为更多工作流程实现数字化和自动化。”
西班牙Orange公司数字IT与机器人工厂负责人Javier Castellanos 曾对近500名员工进行自动化培训,他表示:“作为企业的核心业务驱动力,自动化让我们能够实现数字化优先、更敏捷及灵活地面对巿场挑战,同时创造以人为本的平民开发者文化。该社区对我们的转型助益颇多。平民开发者是我们发现自动化机会的最佳生力军,他们均表示 UiPath技术易用且功能强大。通过我们的机器人工厂,机器人的每个动作都有可量化的效果,我们也可以进行实时评估。”
全新 UiPath 平台功能包括:
新一代业务自动化开发工具:对于开发人员来说,基于浏览器的自动化开发工具UiPath Studio Web为跨平台用户提供自动化创建功能,并且更方便在企业中大规模分发自动化流程。此版本包含的新功能可简化面向公众的流程与应用的创建,改善客户服务及其他价值链场景的客户体验。此外,UiPath Connector也可以简化与内部应用及特殊行业解决方案的API连接问题,最大程度地扩展开发人员可构建的自动化流程与应用。
无止境的持续发现:持续发现可协助客户了解流程和任务的现状,采取优化行动,并通过持续监测与改善实现预期的业务成果。升级包括:
增强的平台智能:全新功能让客户能够为越来越多的业务流程实现自动化。通过收购Re:infer,新版本为平台添加了通信挖掘(Communications Mining)功能,协助企业收集每天产生的海量通信数据并释放其价值。企业可分析电子邮件、文档、聊天日志、社交信息等,以提取可操作的业务数据和全新的自动化机会。文档理解(Document Understanding)中针对银行和财务报表以及常见的供应链文档(如装箱单)等新的本地化业务扩展了自动化用例。AI计算机视觉也已升级,可轻松读取Web 和应用中的滚动表格等新型动态屏幕内容。
Automation Cloud™和Automation Suite的企业级增强功能:Automation Cloud支持延时更新,为企业提供更长测试时间。Automation Cloud Robots的站点对站点VPN支持,让机器人能够为私有云的系统和数据实现自动化。新的安全性和合规性功能包括IP范围限制和客户托管密钥。对于自行托管的客户,Automation Suite中新增了Process Mining和无服务器机器人,以及其他全新的企业功能,例如支持双活高可用性(Active-Active High Availability)/灾难恢复,以及大大降低了硬件等资源要求。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。