2025年4月8日,PTC(纳斯达克股票代码:PTC)宣布收购 IncQuery Group。
IncQuery Group为全球制造商和产品公司提供应用生命周期管理(ALM)和系统工程开发及咨询服务。IncQuery Group通过连接硬件和软件工程系统,帮助简化产品开发流程,实现开发团队间更好的协作和更高效的产品数据管理。此次收购进一步拓展了PTC在ALM、系统工程和产品生命周期管理 (PLM) 方面的深厚专业知识,并为这些领域的客户提供支持。
“我们客户的首要任务是转变他们的工程和产品开发流程,以更快的速度和更高的质量开发产品,同时满足监管和可持续发展的要求。”PTC总裁兼首席执行官 Neil Barua 说:“收购 IncQuery Group加强了我们对工程和产品开发的关注,并增加了专业知识,有助于加快我们的 ALM 和 PLM 产品组合集成,更好地支持我们的客户。 我们欢迎IncQuery Group团队加入PTC,并期待他们的贡献。"
“IncQuery Group与PTC一样致力于转变数字工程和产品开发流程,我们很高兴能加入PTC团队。”IncQuery Group执行董事会主席István Ráth和IncQuery Group首席技术官Ákos Horváth表示:“这是一个利用我们的系统工程和 ALM 专业技术为更多世界领先的制造商和产品公司提供支持的机会,同时也有助于增强 PTC 领先的工程和产品开发组合。”
继发布Codebeamer® 3.0 ALM解决方案并持续开发Codebeamer AI产品之后,此次收购延续了PTC在ALM领域的发展势头。
好文章,需要你的鼓励
这项由清华大学与NVIDIA合作的研究提出了"负例感知微调"(NFT)算法,挑战了"自我提升仅适用于强化学习"的传统观念。通过构建隐式负面策略处理错误答案,NFT在数学推理任务上匹配甚至超越了顶尖强化学习算法的表现。研究不仅证明了监督学习与强化学习在特定条件下的等价性,还展示了如何利用负面反馈显著提升大语言模型的数学能力,为AI训练方法论开辟了新视角。
这项研究提出了一种名为混合推理策略优化(HRPO)的新方法,通过强化学习使大型语言模型能够结合离散标记和连续隐藏表示进行推理。HRPO设计了创新的门控机制,初始时以标记嵌入为主,逐渐增加隐藏状态的比例,并通过强化学习优化这一混合策略。实验表明,HRPO在知识和推理任务上显著优于现有方法,甚至使小型模型达到大型模型的性能,同时展现出跨语言推理等有趣特性。
这项研究介绍了REARANK,一种基于大语言模型的创新列表式推理重排序助手。通过强化学习技术,该模型在排序前先进行明确推理,显著提升了排序性能和可解释性。仅使用179个标注样本训练的REARANK-7B在多个信息检索基准测试中表现卓越,甚至在推理密集型任务上超越了GPT-4。研究证明了结合推理能力与高效排序策略的重要性,为构建更智能的信息检索系统提供了新思路。
"当我看到梵高的每一笔中都有他的痛苦时,才明白我们看的不是作品,而是作者的人生。AI正以惊人的速度接近人类水平通用智能,让Google从'伦敦那帮疯子在搞AGI'转变为全公司共识。DeepMind让AI'合理地幻觉'来创造突破,就像Astra技术让用户第一次惊呼'AI能做到比想象更多'——这不仅是技术革命,更是重新定义创造力的开始。"