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
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。