多云互联的企业级智能数据平台公司Teradata(NYSE: TDC)今日宣布加入TM Forum电信管理论坛;这是一个由来自全球的850多家科技、媒体和电信公司组成的联盟,致力于通过合作打破数字服务提供商、技术供应商、咨询公司和系统集成商之间的技术和文化隔阂。通过在由TM Forum主导的数字化转型项目当中进行合作和创新,作为成员之一的Teradata天睿公司将帮助其现有的和潜在的电信领域客户更无缝地将其数据基础设施迁移至云端。
随着许多通信服务提供商(CSPs)在其运营和业务支持系统中采用公有云和混合云配置,越来越多的电信公司也选择将其IT架构迁移上云。在该趋势下,电信公司需要基于云原生(cloud-native)技术,重新设计他们的解决方案。在过去40年间,Teradata天睿公司已为通信行业提供了广泛支持,拥有丰富的经验。目前,全球电信领域排名前17的企业都已通过Teradata在全球范围内部署了大量工作,以实施其云迁移战略。
Teradata天睿公司业务发展高级副总裁、云计算总经理Barry Russell表示:“电信行业正在积极地从孤立和分散的数据环境转变为一个日益集成的环境,并专注于提供可推动业务成果的实时分析和洞察。为了加速这种数字化转型,电信行业需要企业级、基于云的平台的敏捷性和规模,以摄取和分析各种来源的数据——这恰恰是 Teradata Vantage 数据平台的独特优势。在全球电信公司设计、开发和实施其上云计划的旅途中,Teradata天睿公司现在能够凭借TM Forum成员的身份,为企业上云所需的标准、资产和项目提供信息和指导,并在数据分析、人工智能(AL)和机器学习(ML)等举措方面为企业寻找相关的合作伙伴。”
全球电信行业的所有核心企业及其合作伙伴都已加入TM Forum,并正利用联盟提供的共有的专业知识来推动自身的数字化转型工作,特别是在云方面。作为企业级云数据分析提供商,Teradata天睿公司有责任加入其中,为这些企业提供利用云端数据分析的最佳实践建议,从而推动下一代先进技术的发展,定义电信行业的未来。
通过与Teradata天睿公司达成关键伙伴关系,电信公司不仅可以利用Teradata在释放云端数据分析价值方面的专业知识,还可以利用TM Forum的大量资源来支持和促成以下成果:
TM Forum电信管理论坛首席执行官Nik Willetts表示:“我们很高兴Teradata天睿公司能够加入TM Forum电信管理论坛。作为成员,Teradata将与我们不断发展的合作伙伴生态系统携手合作,共同帮助全球连接和数字服务提供商实现其数字化转型和云迁移目标,同时也为TMT(电信、媒体和科技)行业合作制定下一代标准和框架。”
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。