至顶网软件频道消息: 2017 年 6 月 1 日,西雅图,Tableau Software宣布正式发布 Tableau 10.3。此次发布的最新版本引入了自动表格和联接建议等功能,能够通过机器学习算法,简化分析搜索正确数据的过程,并帮助公司及机构以前所未有的速度获得数据驱动型的洞察。该版本还包含数据驱动型通知,让用户可以对关键指标进行主动监控。10.3 版本可连接六种新数据源,实现迅速的分析,并能够从 PDF 文档中提取数据。此外,Tableau Online 客户还可以试用正在进行测试的 Tableau Bridge,从云端直接连接存储在本地的数据。
Tableau 首席产品官 Francois Ajenstat 说:“公司及机构有大量可用数据,他们希望用这些数据做更多事情。我们的客户寻求的不仅仅是简单的分析,他们想要通过简单高效的方法释放数据的潜能。借助智能建议功能,客户能够以前所未有的速度获得正确数据,无需花时间寻找正确的表格和联接。而借助数据驱动型通知等功能,他们可以主动监控关键指标,进而即时敏捷地采取行动。”
借助数据驱动型通知,把握瞬息万变的业务
Tableau 10.3 让每个人都可以更加轻松地掌握最重要的指标。借助新推出的数据驱动型通知功能,客户可以在数据超过预先设定的临界值时即时收到通知,确保他们不会错过组织内的任何重要变化。客户只需指向自己想要关注的数据,就可以迅速设置通知。
Oldcastle Architectural 商业智能和分析经理 Paul Lisborg 表示:“新的数据驱动型通知将改变我们公司的游戏规则,用户将可以通过新的方法,借助自动发送的通知了解客户订单中、销售额里及生产数据中的异常值。这将帮助我们对潜在问题作出快速反应,更加有效地管理自己的业务。”
借助基于机器学习的智能表格和联接建议充分利用自己的数据
Tableau 10.3 通过智能表格和联接建议让人们能够更轻松地为自己的分析找到正确数据。Tableau Server 利用机器学习算法分析聚合数据源的使用情况,为用户推荐组织及机构中热门的表格和相关联接。借助这些推荐建议,客户可以快速找到与自己的分析相关的数据库表,并使用联接建议来扩充自己的数据,从而节省时间。现在,客户可以轻松对组织中专家及其他用户的见解进行自动应用,提高数据模型的整体质量。
连接到更多的数据,无论是在云端还是在 PDF 中
Tableau 10.3 让团队可以轻松访问数据,无论数据位于何处。现在,客户可以在无需编程的情况下,使用 66 种连接器连接超过 75 种的数据源。其中包括新增的 PDF 连接器,它让用户可以通过一键式操作,将PDF 表直接导入 Tableau 中。Adobe 估计全球范围内有多达 2.5 万亿个 PDF 文件,新增的PDF连接器无异于开启了一片新的数据天地,帮助人们进行充分分析。
此外,Tableau 现在还新增了流行数据源的连接器,例如 Amazon Athena、ServiceNow、MongoDB、Dropbox 和 Microsoft OneDrive。这些新数据连接器让 Tableau 本已十分丰富的内置数据连接器得到进一步扩充。
适用于云的混合数据
借助新推出的 Tableau Bridge,Tableau Online 客户现在可以在云端直接利用存储在本地的数据。所有 Tableau Online 客户都可以试用这一功能,它可以实现与本地数据的安全实时连接。也就是说,从 Tableau Online 执行实时查询时,用户无需再移动数据。许多组织同时有存储在本地和云端的数据,TableauBridge 让这些客户可以轻松建立与所有数据的实时连接,无论它们位于何处。我们将帮助组织及机构在现有本地数据库投资的基础上实现云分析。
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。