近日,2015年度中国企业级IT应用评选结果在2016年1月14日—15日举行的“跨界融合 引领创新”——第11届信息化领袖峰会暨上海CIO年会上发布并揭晓。来自国内外知名企业的CIO、政府组织、行业协会、信息化领域资深专家学者、媒体人士以及诸多年度优秀IT企业代表等共150多位嘉宾出席了本次大会,一起共同见证这荣誉时刻。星汉软件凭借16年来企业级BPM产品研发实施经验、领先的产品架构、完善的服务体系和良好的用户口碑,最终囊获了优秀产品及解决方案奖。
对于CIO来说,IT产品、解决方案和厂商的甄选在企业信息化建设的过程中也越来越占据了决定性的高度。由企业级信息技术领域最具影响力的第三方IT服务平台畅享网主办一年一度的企业级IT应用评选已成为诸多企业选型的重要参考,并得到了企业CIO及社会各界人士们的持续关注与信赖。本次活动主要是洞察企业级IT应用发展趋势,盘点市场主流产品、服务及方案,作为企业IT选型的专业参考,并 让有实力、有能力、有特色的产品、解决方案及服务提供商全面展现自身风采。
在上海首席信息官联盟、上海市信息服务业行业协会、上海市信息安全协会、上海大数据发展联盟等诸多单位的大力支持下,由数名知名业界专家顾问作为专家评审、上百位企业CIO作为大众评审及畅享网编辑组成的专业团队结合投票、调查及采访结果,才得以形成2015年度信息化贡献人物、企业应用、创新厂商及优秀产品/解决方案等榜单。此次评选活动自2015年11月启动已来,历时2个多月之久,可谓影响力大、评选范围广、评审阵容专业。
作为国内领先的BPM业务流程管理平台及解决方案提供商,星汉软件一直专注于企业业务流程管理及财务费用管控,立足于产品的应用,精心于功能的研发,坚持走自主创新之路。历经16年的技术积累与行业实践,目前,星汉的GalaxyPoint BPM产品及解决方案已经在快消、制造、教育、汽车、能源、广告、服饰、电信、酒店、电子电器、交通物流、医疗卫生、金融保险及设计研究院等各行业的500多家企业内获得成功应用,其中包括众多世界/中国500强企业。如通用磨坊(中国)投资有限公司、英迈(中国)投资有限公司、佐敦涂料北亚区和东南亚区、西子奥的斯电梯、利乐包装(中国)有限公司、深圳富士施乐、上海富士施乐、广汇汽车、中国联合工程公司、北京有色金属研究总院、安吉斯广告、精学锐教育、喜达屋集团下属近30家五星级酒店、新加坡面包新语及新加坡淡马锡总部等。产品的稳定性、易用性及开放性等得到了用户的广泛认可。星汉软件由此成为企业业务流程管理解决方案的最佳合作伙伴。
星汉GalaxyPoint BPM能从众多厂商的产品中脱颖而出,并荣获“2015年度中国企业级IT应用评选”优秀产品/解决方案奖,不仅是星汉软件在BPM行业多年耕耘的成果展示,同时也体现了广大用户与业内专家对星汉产品与解决方案的认可与信赖。未来,星汉软件(www.galaxysoftware.com.cn)将继续推动企业业务流程管理的技术研究与产品开发,以客户需求为导向,不断深入了解行业需求,丰富产品的功能,让产品更加贴近用户的使用以获得最大的满意度,从而帮助企业全面构造端到端的卓越业务流程,持续提高组织业务绩效!
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。