ZD至顶网CIO与应用频道 10月12日 北京消息:CA Technologies 宣布其在《The Forrester Wave™: 应用性能管理2016第三季度报告》* 中被评为领导者,获得远程基础设施监控、微服务/容器监控、愿景:业务技术(Business Technology)以及技术合作伙伴生态系统等分类标准的最高级评分。共有14家应用性能管理 (APM) 供应商受邀参与此次评估,评估涉及28项评判标准。
Forrester分析师在该报告中表示:“CA Technologies的应用性能管理解决方案优势明显,其中在客户体验功能、透过JavaScript管理实时用户交易、软件开发工具包 (SDK) 及深度数据包分析、微服务与容器管理能力以及摄取各种来源数据的分析引擎等诸多方面表现出众。”
该报告所评估的解决方案包括:CA应用性能管理(CA APM)、CA移动应用分析(CA Mobile App Analytics)、CA应用综合监控(CA App Synthetic Monitor)、CA应用交付分析(CA Application Delivery Analysis)和CA统一基础设施管理(CA Unified Infrastructure Management)。报告还指出,“Forrester在开始进行该评估后,CA Technologies便发布了应用体验分析工具(App Experience Analytics),在推动业务成果和规范分析方面加强了关注。”
CA Technologies 亚太及日本地区DevOps副总裁Richard Gerdis表示:“为了在当今应用经济中脱颖而出,数字业务正积极获取DevOps所带来快速发布的效益。然而,DevOps效益的实现对于基础设施和负责确保应用性能的运营团队而言将充满挑战。我们深信,CA在Forrester Wave报告中获评为领导者,进一步证实了客户向我们寻求解决方案是正确的选择。他们需要借助CA的解决方案更直观地管理应用、网站、移动应用、服务和相关技术,进一步提升其客户与品牌互动的质量。”
了解完整详情,请查看《The Forrester Wave™: 应用性能管理2016第三季度报告》。了解更多CA Technologies 应用性能监控和管理解决方案的信息,请点击这里。
* Forrester研究公司《The Forrester Wave™: 应用性能管理2016第三季度报告》,2016年9月22日。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。