Salesforce和IBM本周一宣布达成战略合作关系,专注于将他们各自在人工智能平台的能力结合起来为销售代理和营销人员提供强大支持。
两家公司在联合声明中称,今年下半年IBM Watson与Salesforce Einstein将通过结合旨在利用两家公司的机器学习能力提供对客户行为的深度洞察。
IBM首席执行官Ginni Rometty在声明中称:“Watson将服务于数百万的Salesforce和Eistein客户和开发者,提供前所未有的客户洞察。”
Salesforce首席执行官Marc Benioff表示:“没有任何公司的核心价值像Salesforce和IBM的这样接近。”
两家公司将把Watson API带入Salesforce CRM增强AI平台,让Einstein用户利用IBM的认知能力从CRM之外的非结构化数据中获取价值。
这次合作还将把IBM Watson Company资产变成Salesforce应用开发平台Lightning的一个组成部分。然后可以利用气象数据来预测客户行为,促进客户交互。
到3月底,IBM的Application Integration Suite将可以从外部来源提取数据直接到Salesforce CRM中。
IBM和Salesforce双方并不陌生。在去年3月的时候,IBM收购了Salesforce最长时间也是最成功的实施合作伙伴之一Bluewolf。
这家位于纽约的系统集成商表示,已经围绕共同产品形成了实践,并计划开发“行业专有的加速器”针对企业客户以推动更快速地采用认知应用。
Silverline是一家位于纽约的Salesforce合作伙伴公司,该公司首席收入官Kai Hsiung表示,与IBM的合作将会获得比现有更多关于Einstein客户的数据洞察。
他说:“我认为双方的合作将是成功的,因为Watson和Einstein有不同的能力,将相互很好地互补。”
“Watson的结构化数据和非结构化数据将提高Einstein跨整个Salesforce平台的价值,让我们的客户能比以前更加整体地洞察客户。”
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。