网络设备制造商爱立信近日发布了一份题为《企业未来报告》的报告显示,目前有42%的决策者认为,由于气候变化导致的自然灾害将让他们所在的企业在不久将来面临各种颠覆性影响。虽然他们已经认识到做好准备工作的重要性,但他们也认为必要从被动策略转向弹性规划,放弃以恢复为导向的弹性策略,因为他们预见到,未来会发生更频繁和更严重的破坏性事件。
弹性通常是指在受到干扰后反弹并恢复到先前状态的能力,对于企业来说,弹性是指他们维持核心能力、身份和结构的能力,以及敏捷转型的能力。因此,企业要具有弹性,就需要能够处理可能是随机的、意外的甚至是故意的系统性中断。
该报告还指出,企业正在认真对待弹性规划,有49%的决策者表示,他们所在的企业有明确的战略来应对破坏性事件,员工受访者中表示已经做好准备的人数是前者的8倍。数字化和自动化正在推动这种准备工作,因为有事实证明,表示已经制定明确弹性战略的企业中,有90%的企业都在这些领域进行了大量投资。
但是,重要的是要认识到主动弹性而非被动弹性的价值是什么,这可能并不是很多企业战略的一部分。该报告称,从本质上讲,鉴于当前形势,这方面还需要做更多的工作。
爱立信消费者与工业实验室高级研究员Patrik Hedlund表示:“我们的世界变得越来越复杂,现在是采取弹性战略的时候了。如果企业希望长期保持竞争力和可持续性,这一点对企业来说就是至关重要的。尽管很多企业已经制定了相关战略,但这份报告强调了从基于短期冗余的弹性,转变为基于效率的长期战略的明显必要性。”
企业可以通过制定更主动的弹性战略,在破坏性事件发生之前获得警告信号,了解全部潜在影响,采取更多措施来减轻潜在冲击。事实上,有60%的决策者认为,在破坏性事件之后实施AI服务和VR弹性培训是应对未来可能发生的破坏性时间的关键,这凸显了在构建未来弹性方面也需要重新审视过去。
该报告的研究结果表明,创新的、数据驱动的决策、敏捷和精益、数字化和自动化、主动风险管理、熟练的劳动力、环境的可持续性都是决定企业弹性的关键参数。
近期还有其他几份报告也强调了企业在面对危机时需要具备的弹性。
数据平台和安全公司Splunk与Enterprise Strategy Group (ESG)合作,在本月发布了一份报告表明,那些最精通数据的企业的利润增长了9.5%,相比市场中其他竞争对手可能性提高了2.9倍,超出财务预期的可能性也提高了2倍。
该报告称:“那些优先投资于收集和使用数据的企业组织,可以全面了解他们的数字系统和业务绩效,从而更容易适应和应对颠覆性事件、安全威胁和不断变化的市场条件。”
市场分析公司Gartner也在其博客中提到,企业需要采取动态的方法进行技能再培训,寻找能够带来业务影响的人才,在业务项目和运营模式中采用敏捷原则,重新设计工作模式让员工能够更快地进行响应。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。