Pearson是一家成立于19世纪40年代的公司,见证了教育界和客户期望的重大转变。因此,现代化是该公司DNA的一部分,根据首席信息官Marykay Wells的说法,对组织IT基础设施进行技术变革是一个不断变化的过程,需要精心管理。
“如果我们没有制定清晰的计划并以合理的方式进行这项工作,考虑到所有的技术资产和风险,就有可能发生负面的事情。首先,你最终会把过多的预算分配给常规业务基础设施,而不是投资于能够推动实际业务增长的创新。没有经过深思熟虑的计划而进行现代化的另一个潜在缺点就是,在解决不同问题的时候,你只是被动应对,而不是主动出击。”
所有这些都会增加你的整体技术债务,这不仅会蚕食你的预算,还会给你的IT资源带来巨大的压力。为了解决这个问题,Wells和Pearson技术工作组(其中包括来自该品牌不同组织的技术领导)提出了12个关键属性,其中包括了安全性和可维护性,以一致的方式评估他们的技术资产。对技术债务的审查,更清楚地表明了他们最大的风险在哪里,反过来又使他们能够优先考虑那些需要首先解决的问题。
“我们开发了一种算法,根据这12个类别来衡量我们不同的应用,以便能够通过更具战略性和标准化的方法消除技术债务,”她指出,这么做的目标是消除任何猜测,根据机会和潜在收入风险做出决策。
客观的框架
据Wells说,这项练习不是主观格式化的。他们采取了一种非常系统的方法,是基于数据的,而不是基于他们对不同资产表现的假设。他们还开发了一个仪表板,以可视化的方式显示最大的问题或风险在哪里,这样他们就知道应该优先考虑什么。“虽然这看起来像是一项简单的练习,但实际上并非如此,因为每个人的操作方式都是不同的。”
这不仅帮助Wells和她的团队为Pearson内部的不同组织制定了技术债务评分,还提供了有关企业拥有哪些资产、应用和产品的宝贵洞察,让他们知道如何更具战略性地规划现代化之旅。
“如果一个组织拥有另一个组织没有的能力或技术产品,我们就可以通过整合这些资源来避免重复。通过这种方式,我们可以最大限度地利用资源,造福更广泛的业务和客户。”
让董事会参与进来
作为流程的一部分,她和她的团队需要让整个业务的各个领导者参与进来,确保他们明白技术债务不仅仅是一个技术问题。“我们确实必须传达一个信息,即这是一个优先事项,但我们不能只与他们谈论技术,我们必须谈论技术债务对我们业务带来的影响。从价值讨论、业务讨论和客户影响讨论开始,解释这将影响他们的客户和收入,这一点非常重要。”
结果就是证据。她解释说,Pearson公司在2023年成功地将技术债务评分较高的应用数量减少了55%,同年影响客户和员工的事件减少了58%。
“我认为大公司的所有CIO都面临着技术债务带来的挑战,我的建议是,尝试系统地改变你的环境,而不是主观地这么做。你必须记住,如果你可以衡量某些东西,那么阐述为什么这个项目或计划是一个好主意,就会容易得多。”
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。