为在社会企业竞争中取得胜利,甲骨文公司仍继续为之奋斗着。当地时间本周三,甲骨文公司在其SRM平台内推出了一个新的工作区,该企业巨头表示,这个新工作区将通过“令人叹服的”新用户界面来提高用户工作效率。
甲骨文为这个工作区取名为Social Station,旨在给用户更多的分析能力和控制权,但却不需要用户太多的点击量。
而这均通过新的用户体验得以实现的,其中主要以拖放操作功能、一键分享和多视图布局为特色。此外还有一个增强版日历模块,旨在为用户的网站内容、帖子、关系网和视图提供更多可视化的描述。同时,这个Social Station还推出了一个新的分析模块,允许用户通过大量的报告对对社会数据的自定义视图进行实时综合分析。
甲骨文社交云集团副总裁梅格·贝尔(Meg Bear)在一份声明中表示:“通过不断地改善我们的产品,我们希望能为我们的客户带来竞争优势,而Social Station便为他们提供了一个动态的用户体验,提供用户工作效率以及社会化商业成果。我们通过让用户比以往更轻松地在整个企业中理解、报告以及分析他们的社会见解,使我们的用户能够与时俱进,使他们能够影响企业的业务指标和策略。”
通过收购社交营销平台Vitrue、SNS监测平台Collective Intellect以及Involver,甲骨文整合加强了其SRM平台,并继续为其添加新功能,集成到平台中。
甲骨文表示,该公司计划继续通过新的模块来构建这个Social Station,例如增加内容管理、影响者的参与和指挥中心的创建等模块。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。