EMC公司的Documentum业务在过去几年来一直身陷疲软态势,但如今其焕发生机的迹象似乎已然出现——品牌调整以及负责人变更已经证实了这一点。
变化的证据来自该公司原信息情报部门本周于旧金山召开的会议,各与会者也受到鼓舞、纷纷在自己的推文后加上了#iigReady15的标签。
下面这条推文来自RohitGai,并被收录在EMC公司官方网站中的“IIG产品新闻”标题当中。
信息情报部门(简称IIG)现在被正式更名为企业内容部门(简称ECD),而我们已经做好了准备。 #iigReady15
— RohitGhai (@rohit_ghai) 2015年1月27日
下面列出的另一条推文则来自EMC IIG新加坡副总裁Owen Taraniuk,其中似乎提到IIG前任负责人Rick Devenuti已经正式离职。
#iigReady15 再见,我们热爱的领导者。人们都在为你的离去热泪盈眶。Rick,我们会想你的。 pic.twitter.com/EZTxwcbfcC
— Owen Taraniuk (@otaraniuk) 2015年1月27日
推文里的“Rick”指的可能正是Rick Devenuti,根据EMC官网上的信息、截至撰稿时他仍然在担任IIG总裁一职(其职位也被列入了archive.org中的2014年1月归档信息之内)。
不过再说回Taraniuk,他的推特状态也从侧面证明了这一点:内容指出他在为“EMC企业内容部门”工作。这恰好证实了该部门名称的变更。
截至发稿时,EMC公司发布的最新财报数据仍然显示,Documentum业务始终没能实现复苏。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。