近日,獨立企業(yè)數(shù)據(jù)集成軟件提供商Informatica宣布,獨立IT研究分析機構(gòu)Bloor Research調(diào)查顯示:客戶對Informatica的產(chǎn)品在適用性、生產(chǎn)率以及總體擁有成本方面均做出好評。
Bloor Research2014年3月發(fā)布的名為《數(shù)據(jù)集成平臺比較成本及用途》的報告根據(jù)6種通用場景與客戶案例,對Informatica產(chǎn)品的適用性進行了測量,其場景和案例涵蓋了絕大部分數(shù)據(jù)集成產(chǎn)品類型。報告稱:“Informatica具有最為廣泛的適用性,在三項功能上名列前茅。”
在有關(guān)產(chǎn)品的易用性、生產(chǎn)率以及重復(fù)使用性方面,該調(diào)研報告根據(jù)項目中所需端點的數(shù)量測量了開發(fā)項目的耗時情況,并根據(jù)各類集成任務(wù)的復(fù)雜程度對項目的平均耗時進行了測量。Bloor Research的調(diào)研報告顯示:“Informatica數(shù)據(jù)集成產(chǎn)品在這些方面明顯比其他競爭對手更具優(yōu)勢。”
為了更準確地測量生產(chǎn)率,Bloor Research詢問了受訪公司有關(guān):“項目后續(xù)使用中各自數(shù)據(jù)集成軟件是否更加方便?”、“后續(xù)項目所需的資源相比于前期是否有所減少?”等問題。通過測量,該調(diào)研報告得出:“Informatica是唯一一個讓內(nèi)部和外部資源需求大幅減少的產(chǎn)品。”
在成本方面,Bloor Research要求接受調(diào)研的公司根據(jù)兩項基本指標——初始成本和最近三年的總擁有成本,為參與調(diào)研的供應(yīng)商進行排名。Informatica不僅在廣泛的項目適用性方面得到好評,還在三年總擁有成本最低排名中位列第二位。“這一結(jié)果表明,我們不能僅僅考慮前期成本,它往往具有誤導(dǎo)性。”
Bloor Research數(shù)據(jù)管理研究主任菲利普•霍華德(Philip Howard)在報告中總結(jié)道:“在用戶眼中,Informatica是比其他競爭對手更具重復(fù)使用性的兩家供應(yīng)商之一。Informatica被認為是在各種場景中最為廣泛適用的產(chǎn)品。從總擁有成本的角度來看,Informatica明顯是最具價值的選擇,遠遠優(yōu)于另外兩家大型供應(yīng)商。”
Informatica負責(zé)企業(yè)數(shù)據(jù)集成及數(shù)據(jù)質(zhì)量副總裁兼總經(jīng)理Todd Goldman表示,“Bloor Research在這份調(diào)研報告反復(fù)重申,相比于其他競爭對手的自動和人工手段,在各種不同的環(huán)境下,Informatica的數(shù)據(jù)集成平臺所創(chuàng)造的商業(yè)價值速度更快、更有效。調(diào)研結(jié)果明確指出,接受調(diào)研的公司一致認為,在各種集成應(yīng)用場合中,Informatica的平臺能夠提供最大的長期價值。”
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。