2020年3月2日,中国 北京 —— 致力于医疗、商业和政府应用信息技术平台开发的全球领导者 InterSystems今日宣布,InterSystems iKnow,即InterSystems IRIS数据平台™自然语言处理(NLP)技术,现在可以通过开放源方式获得。开放源代码使现有的InterSystems合作伙伴、客户、其他组织和学者,能够以独特的、无差别的、全面的方式,充分利用由InterSystems iKnow提供的NLP技术所带来的深入洞察力。
将InterSystems iKnow引入开放领域,可更便捷地将该技术深入嵌入到基于InterSystems IRIS或者不基于InterSystems IRIS的应用和业务流程中。它允许客户从底层定制化该技术、调优和扩展语言模型,这在现有发布周期固定的专利版本中很难做到。
IDC研究总监Cynthia Burghard表示:“利用机器学习、自然语言处理和人工智能,人们可以从聚合的数据中加速获得研究成果。随着不断紧缩的企业预算,NLP的开源解决方案将是对寻求工作自动化的企业的一个具有吸引力的选择。”
InterSystems将持续支持InterSystems iKnow作为IRIS数据平台的一部分,来进行搜索和查找用户案例,并为开源项目提供长期的支持与维护。作为InterSystems IRIS数据平台一部分,InterSystems IRIS 客户将可以免费获得InterSystems iKnow技术。
InterSystems IRIS数据平台产品管理总监 Jeff Fried表示:“在如今工作场所自动化的要求下,企业正面临着持续加快创新的压力,驾驭自然语言是通过智能应用实现这一目标的关键。将InterSystems iKnow开源是我们诸多创新的一部分,旨在为我们的客户、合作伙伴和更广泛的技术社区提供必要的工具和资源,以充分发挥其潜力,并在医疗、商业、政府等领域产生持续的影响。”
您可点击如下链接了解更多有关InterSystems的开源版本:https://github.com/intersystems/iknow
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。