今天,CA Technologies宣布任命陈光明(Kwang-meng Tan)为中国区总经理,他将于2014年4月1日履新,接替原中国区总经理孙志伟的职务。
CA Technologies中国区总经理陈光明
作为中国区总经理,陈光明将负责促进CA Technologies在中国地区的销售,建立公司合作伙伴生态系统,发展新业务,并管理公司在中国的整体运营。陈光明将直接向亚太及日本地区总裁兼总经理Kenneth Arredondo汇报。
陈光明现为CA Technologies亚太及日本地区渠道及联盟副总裁,拥有超过25年的IT行业从业经验。陈光明曾供职于惠普公司,并在Sun Microsystems担任多个销售和高级领导职位。
Arredondo表示:“陈光明自2010年11月加入CA Technologies以来,在亚太及日本地区逐步建立起了合作伙伴生态系统,并推出多种举措,有效推动合作伙伴招募,提升了整个地区合作伙伴的参与性。中国是CA Technologies的关键市场,在与中国客户和合作伙伴的合作方面,陈光明拥有丰富经验。我相信他能够带领团队为我们的客户创造更多价值,并进一步领导公司成为IT管理领域可信赖的顾问。”
陈光明表示:“CA Technologies十分重视中国市场,我可以看到公司的成长潜力。我们有能力帮助中国企业客户更好地管理及保护他们的IT资产。我对于即将接任中国区总经理一职感到十分期待,我会带领团队为客户及合作伙伴带来更多价值和创新,共赢未来。”
陈光明拥有澳大利亚墨尔本莫纳什大学计算机科学荣誉学士学位,并曾获得圣地亚哥加利福尼亚大学交换学生奖学金。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。