ZD至顶网CIO与应用频道 01月21日 北京消息:全球最大的劳动力管理软件商克罗诺思(Kronos)宣布与Swarovski(施华洛世奇),全球高档水晶系列产品制造和零售领导企业,在美国和欧洲等地成功部署Kronos Workforce Central系列解决方案。通过Kronos解决方案的应用,Swarovski显著降低了员工流失率,提高了员工敬业度、并最终驱动门店效率提高。
Swarovski拥有3万多名员工,2560余家自主及合作经营门店。通过部署Kronos时间考勤及优化排班解决方案,帮助在全球范围内,自动化劳动力管理流程,确保管理一致性。
通过应用Kronos,Swarovski获得了显著收益。特别是在英国的业务,员工流失率大幅降低了25%,这对零售企业来说,直接意味着营业利润的提升。实施Kronos之后,Swarovski英国团队对比前一年的数据,发现周末销售额提升了25%,客流对比销售的转化率更有两位数的增长。
Swarovski现在可以结合客流需求更加精准地匹配员工排班。同时赋予员工对自己工作和时间管理的灵活性和自主性。
而在此之前,尽管已有规章制度,公司仍很难持续执行政策并且清楚界定工时问题。诸如,一个员工应每天工作多少小时,休息几次,在何时休息,甚至包括他们应有多少加班,怎样确认加班等等。一部分门店因为缺乏可视,不得不放弃在员工配置上的弹性。
同时,Kronos帮助企业管理全球范围内的复杂薪资规则,确保劳动力政策跨区域有效执行。让员工感受到无论身处何地,与自己息息相关的工时和排班政策都是公平的。面对不同国家和地区的劳动法规,Kronos也帮助Swarovski大幅度降低了合规风险。
Swarovski 英国总经理Hayley Quinn表示:“一个企业可以在手册上轻松制定薪酬和工作规则,但系统性管理却是非常复杂的,面对跨国环境则更为困难,而Kronos却将这一切变得简单。通过Kronos,我们在员工敬业度上更进一步,这有效支撑了门店效率的提升。Kronos与我们一起持续发展和扩张,所以双方能共同面对不断变化的业务需求。”
Kronos零售及娱乐行业实践组高级总监Liz Moughan表示:“管理一个跨国劳动力队伍是极为复杂的。但是通过在产品全球扩展性上的持续大幅投资,Kronos劳动力管理解决方案被行业广泛使用,并已在全球100多个国家获得实施。Kronos为Swarovski这样的跨国企业,搭建统一的劳动力管理平台,帮助企业的跨国管理实现标准化、可视化及可控制。并且,Kronos在全球部署的同时,也提供本地专家,帮助应对本地独特的劳动法规制度。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。