作为致力于助力企业实现数据、资产和人员智能互联的先进数字解决方案提供商,斑马技术公司(纳斯达克股票代码:ZBRA)已任命于放先生为大中华区业务总负责人,管理并发展该区域的整体业务。于放先生向斑马技术亚太区高级副总裁兼总经理吴辉明先生汇报。
斑马技术大中华区业务总负责人于放
吴辉明先生表示:“大中华区一直以来都是斑马技术亚太区的重要市场,尤其随着新能源汽车等行业的兴起而带动的制造业增长,为我们带来了大量机会。于放先生在IT领域拥有丰富可靠的经验,非常适合担任这一要职,我相信他有能力将斑马技术大中华区的业务推向新的高度。”
于放先生在硬件、软件、服务及解决方案等领域拥有超过25年的销售及业务管理的丰富经验。于放先生在加入斑马技术之前,曾担任思杰公司大中华区区域副总裁兼总经理,也曾在微软、甲骨文、戴尔和惠普等企业身居要职。他拥有上海交通大学的工程学士学位。
于放先生表示:“非常高兴和荣幸能够加入斑马技术这样一家值得信赖的企业,有机会带领公司发展大中华区业务。除了着力于推动制造业的发展,我们也将继续基于本地市场需求,为物流与运输、仓储、零售、医药等行业领域提供更多创新且高效的解决方案,帮助企业提升运营效率和业务优势。”
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。