至顶网商用办公频道 08月22日 北京消息(文/黄当当):“智能+”时代,企业传功办公的模式早已颠覆,新一轮以移动技术为核心的效率至上办公模式,一点点“侵袭”人们的工作生活。
斑马技术公司最新发布的《外勤服务的未来愿景研究》结果显示,亚太地区60%的受访企业将投资移动技术的优先级不断提高,并且认为移动技术对于业务提升十分重要。
外勤服务虽听上去有些陌生,但实际上在运输与物流业、零售业和制造企业中大量存在,比如车队管理、现场服务、交货证明,以及门店直送的工作流等等对外的工作和服务。
《外勤服务的未来愿景研究》指出,推动整个亚太地区外勤服务变化的三大趋势:
1终端客户对性能和便携性的期望不断增长;
2移动技术在现场运营中替代了纸张;
3新兴技术和更高速的网络正在颠覆外勤服务。
斑马技术大中华区技术总监程宁表示,这些具有前瞻性的企业正在扩展移动技术和支持技术的采用,将评估移动技术的总体拥有成本(TCO)作为标准实践,以及更广泛地利用新兴的外勤服务技术,最终获得竞争优势。
在超过50%企业认为移动技术很关键,斑马技术拿出一剂效率上的“良药”——TC57坚固耐用型移动智能终端,它是一款企业级移动设备,旨在助力运输与物流业、零售业和制造业企业的一线员工提供高效的客户服务。
TC57耐用型触控数据终端专为企业用户设计,其在TC56 触控式数据终端的基础上增加了一个新平台和一些新功能,用于在企业外部提供卓越的企业级触控数据采集体验。
TC57集结了七大特性,首先是耐用(可以用很多年),其次是外观(要有消费级智能手机的现代化设计),然后具备企业级扫描和数据采集功能,并且内置Android系统,有最成熟的Mobility DNA软件工具集,可靠优越的无线连接,最后是充足的续航和可管理性,以上特性促使TC57看起来是一款智能手机,但却可以处理全天的业务使用。
除了硬件上的可靠保证,斑马技术还将提供一系列软件开发包,以及针对企业特需进行软件定制服务,程宁表示,这一整套解决方案,将有助于确保店内员工、直营店配送司机、现场服务人员和应急响应人员与其团队和网络保持互联,以实时做出最佳的行动决策。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。