生命周期服务保障及网络自动化解决方案领域全球领先的供应商思博伦通信宣布,正式启动全新的TM论坛Catalyst项目 - 客户体验质量自动优化。该项目侧重发挥网络自动化的作用,帮助运营商优化用户的体验质量(QoE),并实现运营效率的大幅提升。面对实现这些目标过程中所面临的挑战,包括AT&T、TIM和KDDI在内的多家一线运营商都已签约成为该Catalyst项目的发起成员。
思博伦通信生命周期服务保障事业部业务发展总监兼Catalyst项目主管Tom Russo指出,“运营商正面临日益严峻的压力,它们既要保持力压OTT竞争的质量优势,同时还要大幅降低自身的运营成本。Catalyst项目演示通过深入集成客户体验分析、自动化和机器学习技术,使这些原本相互冲突的目标得以最终实现。该Catalyst项目的重点将放在自动化用例方面,并有可能实现每年每位用户节省至少2美元年度运营支出的目标。而这意味着将为多家运营商节省数百万美元的成本,同时还可大幅提高客户的满意度。”
Analysys Mason公司首席分析师Anil Rao认为:“运营自动化将成为电信运营商取得未来的支点。如果电信运营商提供出色的客户体验,实现网络的虚拟化,发布基于5G和物联网的创新型服务,将在竞争中占取优势。”
5月14日至16日,在法国尼斯举办的数字变革世界(Digital Transformation World)(即过去的TM Forum Live!)大会上,客户体验质量自动优化项目的初期成果,连同DEMO,将被呈现在公众面前。该Catalyst项目的参与方包括思博伦通信、KDDI Research和NetYCE。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。