至顶网CIO与应用频道 11月09日 北京消息:据调研,中国企业在最近谈的最多的几个话题就是人工智能、高速技术变革、高度人才竞争。LinkedIn在去年提出人才智能战略,基于数据和洞察帮助企业打造人才智能战略,把人才变为企业核心竞争力。
作为职场社交平台LinkedIn拥有5.9亿会员,并以每秒2个会员的速度在增长。其中每一个会员都携带了大量的数据,像教育背景、公司、爱好,甚至是在LinkedIn上的操作行为。LinkedIn通过对这些大数据进行整合加工,形成自助大数据平台,让企业可以获得相关洞察。
LinkedIn为企业客户提供四大解决方案,包括:Talent Solution、Marketing Solution、Sales Solution、Learning Solution。近期,领英大数据洞察也引入中国,其是Talent Solution的部分内容。
领英大数据洞察可以为企业和人力资源专家提供实时、定制化的数据洞察,为企业人才决策提供新的思路。Linda Wang 王欢:领英中国解决方案及服务负责人表示,领英大数据洞察已经在多个地区和行业取得成功,像采矿业、建筑业、保险业、电信业、软件业、金融业等领域。
领英大数据洞察特点包括:精准、全球数据、前瞻性、可用性、实时。
精准:通过人工智能和大数据技术,对海量信息进行选择和判断,帮助企业对人才市场和竞争形势做出最精准的分析;
全球数据:提供超过200个国家和地区的人才和公司的全球观点;
前瞻性:通过实时数据获得最新的趋势洞察,帮助企业制定前瞻性决定;
可用性:随时随地即可快速获得。数据可视化程度高,一目了然,直接导向决策;
实时:LTI每日更新数据观点,让企业实时了解日新月异的市场状况;
对于雇主的核心问题只有两个,我需要的人在哪?他们喜欢什么?领英大数据洞察可以帮助解决吴五类场景。
招聘战略:制定招聘策略并与招聘经理设定招聘目标;
雇主品牌:识别目标受众,组织宣传活动定制品牌预算;
智慧型竞争:了解竞争对手和行业领先企业;
地理决策:了解人才市场和竞争情况在不同地理位置的差异;
人才规划:以数据为驱动力,制定人才获取、人才培养和人才留用计划;
领英中国解决方案总监王郁举了一个例子,一家软件公司通过领英大数据洞察更好的管理团队沟通,判断为什么在某一领域出现特定问题。
另外,领英大数据洞察还可以帮助企业选择一个目标人才存量高的地区建设新团队、开设新办公室。中国一家电信企业需要在美国建立研发中心,领英大数据洞察提供了一个满足其人才结构的城市,并不建议在硅谷或者西雅图这样IT人才聚集的城市,因为这两个地区有大量吸引力的大型企业,而且人才需求也较多。
之前领英是通过客户需求进行数据分析给出报告,现在领英大数据洞察平台化后,用户可以自助的使用,同实际业务需求变化更好的连接。
而且现在领英产品的结合使用可以发挥最大效果,通过领英大数据洞察可以看到其他相关产品的使用指标,从而改进那些产品的使用。比如,邮件的回复率较低,因为发送的邮件和用户关注不同,从而调整邮件内容的推送。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。