至顶网CIO与应用频道 04月26日 北京消息:全球领先的基于云计算的数据和分析解决方案供应商Teradata天睿公司(Teradata Corporation,纽交所:TDC)日前委托领先的技术行业市场研究机构Vanson Bourne对全球700家大型跨国企业展开调查。调查结果显示,多数大型企业(83%)一致认为云端是运行分析任务的最佳选择。大多数受访企业希望在未来五年内(2023年前)实现云端运行所有分析任务。但绝大多数企业(91%)表示,企业应加速将分析技术迁移至公有云。
企业实现云端分析存在哪些阻碍?调研结果显示,阻碍企业将分析技术迁移至云端的最大障碍包括安全性问题(50%)、可用技术的不成熟且低效(49%)、法规合规性(35%)及缺少信任(32%)。其它问题则集中在技术整合与人才匮乏上。其中,30%的企业难以将原有系统与云端应用对接,而29%的受访者认为阻碍在于企业不掌握相关技术。
本次《云端分析现状》调研面向全球700家大型跨国企业的技术高管,这些行业巨头的平均全球年收入高达97.3亿美元,其中19%的企业年收入高达500亿美元。
Teradata天睿公司首席营销官Martyn Etherington表示:“调查结果明确指出,分析市场正朝着云端分析的方向发展,但目前很多纯云端分析引擎的处理能力差、速度慢,难以应对企业级规模的分析负载。对于大型企业而言,大规模云端分析的性能缺口实际上更为严重。41%年收入2.5-5亿美元的企业和63%的年收入超过100亿美元的大型企业认为现有技术的不成熟和低效是主要障碍。Teradata天睿公司依托其成熟的云端分析环境而备受认可,帮助企业轻松处理数百TB量级数据,支持数千用户每天运行数百万次查询。”
调查结果还显示,大型企业对分析技术的使用愈发成熟,三分之一的企业已能够运用复杂的深度学习与机器学习技术支持人工智能(AI)项目。这些企业还在云端部署方面经验丰富,整个企业内三分之一的员工目前正在使用公有云服务。但与其它业务应用和负载相比,企业仍需加快步伐,将分析任务迁移至云端,并实现云端运行分析技术。
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。