Berita
Bentuk kesederhanaannya: Perusahaan strategi baru yang menghemat jutaan perusahaan

Artikel ini adalah bagian dari jumlah khusus VentureBeat, “Biaya sebenarnya dari Amnesty International: Kinerja, Efisiensi dan Investasi Skala Besar.” Baca lebih lanjut dari nomor khusus ini.
Penampilan model LLMS (LLMS) telah memudahkan perusahaan untuk membayangkan jenis proyek yang dapat mereka lakukan, yang mengarah pada program eksperimental sekarang untuk diterbitkan.
Namun, ketika proyek -proyek ini memperoleh momentum, lembaga -lembaga menyadari bahwa LLMS sebelumnya yang mereka gunakan tidak akurat, dan lebih buruk dari itu, mahal.
Masukkan model bahasa kecil dan distilasi. Contoh seperti GoogleKeluarga Gima, MicrosoftPhi dan kesalahanIni memungkinkan perusahaan kecil 3.1 untuk memilih model cepat dan akurat yang berfungsi untuk tugas -tugas tertentu. Lembaga dapat memilih model yang lebih kecil untuk situasi penggunaan khusus, memungkinkan mereka untuk mengurangi biaya operasi aplikasi kecerdasan buatan untuk mereka dan mungkin mencapai pengembalian investasi yang lebih baik.
LinkedIn Insinyur terkemuka Karakik Ramgobal VentureBeat telah mengatakan kepada perusahaan bahwa perusahaan memilih model yang lebih kecil karena beberapa alasan.
“Model yang lebih kecil membutuhkan akun yang lebih rendah, memori dan waktu inferensi yang lebih cepat, yang diterjemahkan langsung ke dalam infrastruktur rendah Opex (biaya operasi) dan CAPEX (biaya modal) karena biaya GPU, kebutuhan energi dan kebutuhan energi,” kata RamGapl. “Model misi memiliki jangkauan yang lebih sempit, yang membuat perilaku mereka lebih kompatibel dan pemeliharaan dari waktu ke waktu tanpa rekayasa cepat yang kompleks.”
Model pengembang adalah harga model kecil mereka. O4-Mini Openai Harganya $ 1,1 per juta kode untuk input dan simbol $ 4,4/juta untuk output, dibandingkan dengan versi O3 penuh pada $ 10 untuk input dan $ 40 untuk output.
Korporat saat ini memiliki berbagai model kecil, model misi, dan model suling untuk dipilih. Saat ini, sebagian besar model utama menawarkan serangkaian ukuran. Misalnya, keluarga model Claude dari pria Claude Obus, model terbesar, Claude Sonit, model multi -perfect, Claude haiku, salinan terkecil. Model -model ini dikompresi cukup untuk bekerja pada perangkat seluler, seperti laptop atau ponsel.
Simpan pertanyaan
Saat mendiskusikan laba atas investasi, pertanyaannya selalu: Apa yang dilihat oleh pengembalian investasi? Haruskah itu kembali ke biaya yang dikeluarkan atau menghemat waktu yang pada akhirnya berarti bahwa dolar telah dihemat di telepon? Para ahli di VentureBeat berbicara bahwa pengembalian investasi mungkin sulit untuk dinilai karena beberapa perusahaan percaya bahwa mereka telah mencapai pengembalian investasi dengan mengurangi waktu yang dihabiskan untuk misi sementara yang lain menunggu dolar yang sebenarnya disediakan atau lebih banyak bisnis disajikan kepada apakah investasi kecerdasan buatan telah berhasil.
Biasanya, perusahaan menghitung laba atas investasi dengan formula sederhana seperti yang ditunjukkan oleh menyadari Kepala Teknisi Ravi Tula Dalam publikasi: ROI = (Manfaat Biaya)/Biaya. Tetapi dengan program kecerdasan buatan, manfaatnya tidak segera jelas. Lembaga diusulkan bahwa manfaat yang mereka harapkan dan hargai berdasarkan data historis, dan bahwa mereka realistis tentang total biaya Amnesty International, termasuk mempekerjakan, menerapkan dan memelihara, dan memahami bahwa itu harus lama.
Dengan model kecil, para ahli berpendapat bahwa ini mengurangi biaya implementasi dan pemeliharaan, terutama ketika merumuskan model untuk memberikannya dalam konteks yang lebih besar ke institusi Anda.
Arijit Sengupta, pendiri dan CEO AobleDia mengatakan bagaimana orang membawa konteks model yang menentukan jumlah penghematan biaya yang bisa mereka dapatkan. Untuk individu yang membutuhkan konteks tuntutan tambahan, seperti instruksi panjang dan kompleks, ini dapat menyebabkan biaya tinggi dari simbol yang khas.
Dia berkata: “Anda harus memberikan model konteks dengan satu atau lain cara; tidak ada makan siang gratis. Tetapi dengan model besar, ini biasanya dilakukan dengan menempatkannya di klaim.” “Pikirkan pemurnian dan setelah pelatihan sebagai cara alternatif untuk memberikan model konteks. Saya mungkin menanggung $ 100 dari biaya pelatihan pasca, tetapi itu bukan astronomi.”
Sengupta mengatakan mereka melihat sekitar 100x biaya hanya dari pasca -pelatihan saja, dan biaya penggunaan model sering dibatalkan “dari jutaan dua angka menjadi hampir 30.000 dolar.” Dia telah mengindikasikan bahwa nomor ini mencakup biaya operasi perangkat lunak dan biaya berkelanjutan dari database model dan aturan data vektor.
Dia berkata: “Berkenaan dengan biaya pemeliharaan, jika Anda melakukannya secara manual dengan para ahli manusia, itu mungkin mahal karena model kecil perlu dilatih setelah mencapai hasil yang sama untuk model besar.”
Eksperimen Saya dilakukan Tunjukkan bahwa model yang sangat khusus, bekerja dengan baik untuk beberapa kasus penggunaan, seperti LLMS, yang membuat situasi yang menerbitkan banyak model untuk digunakan alih -alih model besar untuk melakukan segala sesuatu yang lebih efektif.
Perusahaan membandingkan versi pasca-pelatihan LLAMA-3.3-70B-instruksi dengan opsi parameter 8B yang lebih kecil dari formulir yang sama. Model 70B, yang dilatih setelah $ 11,30, adalah 84 % akurat dalam penilaian otomatis dan 92 % dalam penilaian manual. Setelah alasan biaya $ 4,58, model 8B mencapai 82 % dalam evaluasi manual, yang akan cocok untuk situasi penggunaan yang sederhana dan paling bertarget.
Faktor biaya cocok untuk tujuan tersebut
Model yang benar tidak boleh mengorbankan kinerja. Hari-hari ini, organisasi memahami bahwa memilih model tidak hanya berarti memilih antara GPT-4O atau LLAMA-3.1; Dia tahu bahwa beberapa kasus penggunaan, seperti meringkas atau menghasilkan kode, lebih baik disajikan oleh model kecil.
Daniel Hosk, karyawan Teknologi Senior di Pusat Kontak AI puncakDia mengatakan peluncuran pengembangan dengan LLMS lebih baik.
Dia berkata: “Anda harus mulai dengan gaya paling banyak untuk melihat apakah apa yang Anda bayangkan bekerja sama sekali, karena jika tidak berhasil dengan model terbesar, ini tidak berarti bahwa itu akan dengan model yang lebih kecil.”
Ramping mengatakan bahwa LinkedIn mengikuti pola yang sama karena model awal adalah satu -satunya cara masalah ini dapat mulai muncul.
“Pendekatan khas kami untuk penggunaan pekerjaan LLM untuk tujuan umum dimulai karena generalisasi yang luas memungkinkan kami untuk dengan cepat model awal, memeriksa hipotesis dan mengevaluasi kesesuaian pasar produk.” “Dengan pematangan produk dan kami menghadapi pembatasan kualitas, biaya, atau jintan, kami beralih ke solusi yang lebih disesuaikan.”
Pada tahap eksperimen, lembaga dapat menentukan perkiraan yang paling banyak dari aplikasi kecerdasan buatan. Menemukan ini memungkinkan pengembang untuk merencanakan apa yang ingin mereka berikan dan menentukan ukuran model yang sesuai dengan tujuan dan anggaran mereka.
Para ahli telah memperingatkan bahwa meskipun penting untuk dibangun dengan model yang bekerja lebih baik dengan apa yang mereka kembangkan, LLM guru yang tinggi akan selalu lebih mahal. Model besar akan selalu membutuhkan daya komputasi yang hebat.
Namun, penggunaan yang berlebihan dari model kecil dan yang dimaksudkan juga menimbulkan masalah. Rahul Pathak, Wakil Presiden Data dan AI GTM di AWSDan, dia mengatakan dalam publikasi blog bahwa peningkatan biaya tidak hanya berasal dari menggunakan model rendah -kebutuhan untuk akun, tetapi dari mencocokkan model dengan tugas. Model yang lebih kecil mungkin tidak mengandung jendela besar yang cukup untuk memahami instruksi yang lebih kompleks, yang meningkatkan beban kerja bagi karyawan manusia dan meningkatkan biaya.
Sengupta juga telah memperingatkan bahwa beberapa model suling mungkin rapuh, sehingga penggunaan jangka panjang mungkin tidak disediakan.
Evaluasi Konstan
Terlepas dari ukuran model, pemain industri menekankan fleksibilitas dalam menangani kemungkinan masalah atau kasus penggunaan baru. Jadi, jika mereka mulai dengan model besar dan model yang lebih kecil dengan kinerja yang serupa atau lebih baik dan biaya yang lebih rendah, lembaga -lembaga tersebut tidak dapat berharga tentang model yang mereka pilih.
Tessa Burg, CTO dan Kepala Inovasi di Perusahaan Pemasaran Merek Terhadap di atasTell VentureBeat bahwa organisasi harus memahami bahwa semua yang Anda adopsi sekarang akan selalu diselesaikan dengan versi yang lebih baik.
“Kami telah memulai dengan pola pikir bahwa teknik di bawah alur kerja yang kami buat, dan proses yang kami buat lebih efisien, akan berubah. Kami tahu bahwa model apa pun yang kami gunakan akan menjadi versi terburuk dari formulir. “
Burg mengatakan bahwa model yang lebih kecil membantu menyelamatkan perusahaan dan agennya dalam mencari dan mengembangkan konsep. Dia mengatakan bahwa waktu telah disimpan mengarah pada penghematan anggaran dari waktu ke waktu. Dia menambahkan bahwa itu baik untuk memecahkan penggunaan model ringan dan frekuensi tinggi.
Sengupta mencatat bahwa penjual sekarang memfasilitasi perubahan antara model secara otomatis, tetapi mereka memperingatkan pengguna untuk tidak menemukan platform yang juga memfasilitasi kontrol kinerja, sehingga mereka tidak menanggung biaya tambahan.
Berita
Reza Bahlvi mengundang Amerika Serikat untuk mendukung orang Iran yang ingin mengubah rezim

baruAnda sekarang dapat mendengarkan Fox News!
Pertama di Fox – sementara udara Israel kami menyerang di Iran, jalan menuju gencatan senjata, memberikan tokoh oposisi dengan urgensi baru – menyerukan Amerika Serikat untuk mendukung perubahan rezim yang dipimpin oleh rakyat Iran.
Salah satu suara yang paling menonjol adalah bahwa Putra Mahkota Reda Pahlavi, putra tertua almarhum Iran, yang telah lama menyerukan alternatif sekuler dan demokratis untuk Republik Islam.
Bawlvi lahir di Teheran pada tahun 1960, dan ia secara resmi disebut Putra Mahkota selama penobatan ayahnya pada tahun 1967. Pada tahun 1978, pada usia 17, ia meninggalkan Iran untuk pelatihan militer dengan Angkatan Udara Amerika Serikat di Texas. Setelah berbulan -bulan, keluarganya dipaksa ke pengasingan setelah Revolusi Islam 1979, dan kepemilikan digantikan oleh aura Islam, yang mengatur Iran sejak saat itu.
Dalam sebuah wawancara eksklusif dengan Fox News Digital, sang pangeran membahas perlawanan yang berkembang di dalam Iran, pesannya kepada Angkatan Darat dan mengapa ia sekarang percaya adalah saat bahwa Presiden Donald Trump berperilaku mendukung rakyat Iran.
Inilah yang tampak Iran setelah kehendak jika perang dengan Israel mengarah pada jatuhnya rezim
Risa Bahlafi, putra Iran, yang menggulingkan Shah Muhammad Reda Bahlvi, berbicara selama konferensi pers pada hari Senin 23 Juni 2025 di Paris. (Thomas Padilla/Foto AP)
Fox News Digital: Apa pesan Anda kepada Presiden Trump dan rakyat Amerika?
Rezaa Pahlavi: Presiden Trump mencari perdamaian di Timur Tengah dan mengakhiri kekacauan. Dia ingin menjaga pasukan Amerika aman dan akhirnya mengembalikan mereka pulang. Saya menginginkan hal yang tepat. Tetapi rezim saat ini di Iran tidak menginginkan ini. Itu berkembang pada kekacauan dan pertumpahan darah. Oleh karena itu, perdamaian sejati hanya bisa terjadi ketika Republik Islam menghilang.

Presiden Donald Trump akan berbicara di konferensi media di akhir KTT NATO di Den Haag, Belanda, pada hari Rabu, 25 Juni 2025. (Foto AP/Alex Brandon)
Jadi pesan saya kepada Presiden Trump adalah: cara untuk mengakhiri kekacauan dan kehancuran adalah membantu rakyat Iran untuk mengakhiri rezim ini dan memulihkan negara mereka. Dia dapat meninggalkan warisan permanen dan menjadi salah satu pembuat perdamaian besar dalam sejarah jika ini terjadi. Saya siap menjadi mitra dalam proses ini dan tugas ini dan membawa bangsa kita ke masa depan yang damai dan demokratis sejalan dengan stabilitas regional dan kepentingan Amerika. Dengan bekerja dengan Presiden Trump, kita dapat menjatuhkan sistem dunia yang paling berbahaya – dan mengisi kekosongan bukanlah kekacauan, tetapi dengan paksa, ketertiban dan kebebasan.

Para pemuja Iran tiba dalam sebuah tanda yang mencakup gambar raksasa pemimpin tertinggi Iran Ayatollah Ali Khamna selama upacara yang merayakan perayaan pemimpin Hamas, Ismail Hani, di Masjid Grand Imam Khomeini di Teheran, Iran, pada 9 Agustus 2024. (Morteza Nikoubazl/Nurphoto Via Getty Images)
Jumlah tertinggi ulama Iran “Fatwa” melawan Trump, Netanyahu
FND: Saya telah menyebutkan bahwa “aliansi lebar orang Iran” sudah membangun masa depan pasca -nada. Siapa pemain utama dalam aliansi ini, dan bagaimana mereka terkoordinasi di dalam dan di luar negeri?
RP: Koalisi ini meluas ke seluruh sektor dan ideologi – pejabat biaya, pembangkang, teknokrat, aktivis, pemimpin hak -hak perempuan, pekerja, siswa, dan anggota diaspora. Di dalam Iran, mereka mengatur perlawanan dan mempersiapkan transisi demokratis. Di luar negeri, kami membangun fondasi institusional untuk hari berikutnya: dari keadilan transisi ke pemulihan ekonomi. Lebih penting lagi, untuk memastikan tidak ada kekacauan dan kami tidak dapat mengamankan transisi yang damai. Yang menyatukan kita adalah partai politik, tetapi satu tujuan – Iran tirani dan pembangunan kembali sebagai negara demokratis.

Orang -orang bersinar saat memprotes Mahasa Amini, seorang wanita yang meninggal setelah penangkapannya oleh “polisi etika” di Republik Islam, di Teheran, Iran, pada 21 September 2022. (Kantor Berita Asia Barat)
Pemimpin pembangkang Iran mengatakan visi untuk mengubah rezim, mengatakan itu “tidak bisa dihindari”
FND: Anda menekankan bahwa pasukan tentara dan keamanan Iran harus bergabung dengan orang -orang dan bergabung dengan orang -orang. Apakah Anda berhubungan dengan elemen saat ini atau sebelumnya dari angkatan bersenjata, dan apakah Anda melihat tanda -tanda ini?
RP: Ya – diam -diam, tapi jelas. Ada pembicaraan dengan mantan dan anggota angkatan bersenjata saat ini. Banyak dari mereka mencintai negara mereka, tetapi mereka membenci rezim. Kami menyaksikan peningkatan retakan – frekuensi dalam perintah berikut, split dan tanda -tanda resistensi negatif. Dalam beberapa hari terakhir, saluran resmi diluncurkan untuk meningkatkan kontak ini. Pesan saya kepada mereka sederhana: Sejarah sekarang ditulis. Berdiri dengan bangsa Anda, bukan penjahat. Anda akan diingatkan tentang pilihan Anda.

Pemimpin oposisi Iran dan Shah Iran terakhir, Reza Bahlafi, mengadakan konferensi pers di Paris pada 23 Juni 2025. (Joel Saget/AFP via Getty Images)
FND: Sebagai pejuang pelatih, apa pendapat Anda tentang kampanye udara AS dan Israel di Iran yang mengguncang fondasi infrastruktur militer Iran?
RP: Saya bangga memakai kostum saya, dan banyak dari pesawat tempur ini diangkut. Untuk melihat situasi dan rasa malu yang buruk, Republik Islam menarik angkatan bersenjata kita ke rasa sakit yang dalam. Anggota angkatan bersenjata yang saya bicarakan untuk berbagi rasa sakit ini. Mereka benci melihat pasukan kita yang bangga yang bermaksud menyalahgunakan rakyat kita di rumah dan menumbuhkan kekacauan dan terorisme di luar negeri. Iran baru, yang saya cari, akan menjadi angkatan bersenjata yang bangga suatu hari, yang membela bangsa kita dan membantu membangun kedamaian dan stabilitas di Timur Tengah.
FND: Dia dikritik – oleh pemimpin pembangkang Iran Maryam Rajafi – diduga berusaha untuk memulihkan kepemilikan dan tidak memiliki dukungan luas dari Iran. Apa yang Anda katakan kepada mereka yang mengklaim bahwa Anda tidak memiliki mandat yang sah dan bahwa mereka jauh dari orang -orang di dalam Iran?
RP: Maryam Rajafi memimpin ibadat radikal yang mengintegrasikan ideologi Marxis dan Islam – sebuah kelompok yang membunuh tentara Amerika dan sepenuhnya ditolak oleh orang Iran. Saya tidak menanggapi serangan oleh teroris, terutama mereka yang tidak memiliki dukungan di lapangan.

Pemimpin Tertinggi Iran Ayatollah Ali Khamani. (Kantor Pers Pemimpin Iran – Gambar Anadolu/Getty)
Klik di sini untuk mendapatkan aplikasi Fox News
Saya fokus memimpin gerakan ini dan perubahan ini, saya tidak mempertahankan bentuk spesifik pemerintah. Iran akan memilih bentuk pemerintah mereka di masa depan dalam pemilihan yang bebas dan adil dan siapa pun yang ingin menghilangkan hak ini bukan bagian dari oposisi demokratis.
Negara bagian saya adalah kepercayaan warga yang melantunkan nama saya bukan karena saya meminta itu, tetapi karena saya bergerak maju untuk melayani mereka dan bukan diri saya sendiri. Ketika Iran bebas, orang – bukan sekte atau ulama – akan memutuskan masa depan kita dalam referendum nasional.
Berita
“Model Yayasan Glamor” untuk Komo memprediksi masa depan yang tidak dapat melihat LLM

Bergabunglah dengan acara bahwa para pemimpin lembaga telah dipercaya selama hampir dua dekade. VB Transform menggabungkan orang yang membangun strategi AI untuk institusi nyata. Pelajari lebih lanjut
Catatan Editor: Kumo AI adalah salah satu kontestan terakhir di VB mengonversi Selama pameran inovasi tahunan kami dan RFM dari panggung utama di VB mengonversi Rabu.
Boom Kecerdasan Buatan Tuwaidi telah memberi kita model bahasa yang kuat yang dapat menulis, merangkum dan meringkas pada sejumlah besar teks dan data lainnya. Tetapi ketika datang ke tugas -tugas prediktif bernilai tinggi seperti memprediksi pelanggaran pelanggan atau mendeteksi data penipuan dan bumper, lembaga masih macet di dunia tradisional pembelajaran otomatis.
Profesor Stanford dan Imut-imut Co -founder Jure Leskovec berpendapat bahwa ini adalah bagian yang hilang. Perusahaannya, RFM, adalah jenis baru kecerdasan buatan yang terlatih sebelumnya yang membawa kemungkinan “nol” ke model bahasa besar (LLM) ke database terorganisir.
“Itu datang ke prediksi sesuatu yang tidak Anda ketahui, sesuatu yang belum terjadi,” kata Leskovic kepada VentureBeat. “Ini terutama kemampuan baru, dan saya ingin mengklaim, hilang dari yurisdiksi saat ini tentang apa yang kita pikirkan tentang nama Jenderal AI.”
Mengapa Prediksi ML adalah “Teknik 30 -Tahun”
Sementara LLMS dan Sistem Pemulihan Generasi (RAG) dapat menjawab pertanyaan tentang pengetahuan saat ini, mereka terutama secara retroaktif. Mereka sudah pulih dan menyebabkan informasi. Untuk tugas bisnis prediktif, perusahaan masih mengandalkan pembelajaran mesin klasik.
Misalnya, untuk membangun model yang memprediksi operasi pelanggan, perusahaan harus mempekerjakan tim ilmuwan data yang menghabiskan banyak waktu dalam “fitur rekayasa”, yang merupakan proses membuat sinyal data prediktif manual. Ini termasuk pertengkaran data yang kompleks untuk bergabung dengan informasi dari berbagai jadwal, seperti catatan pembelian pelanggan dan klik situs web, untuk membuat satu jadwal pelatihan yang sangat besar.
“Jika Anda ingin melakukan pembelajaran otomatis (ML), maaf, Anda terjebak di masa lalu,” kata Leskovik. Waktu -yang perlu dan waktu -yang menghabiskan bottlenecks mencegah sebagian besar organisasi menjadi sangat anggun dengan data mereka.
Bagaimana como menggeneralisasi transformator ke database
Pendekatan Komo, “Pembelajaran yang dalam, sangat terkenal”, menghindari proses manual ini dengan dua penglihatan utama. Pertama, secara otomatis mewakili database hubungan satu -grafik. Misalnya, jika database berisi jadwal “pengguna” untuk merekam informasi pelanggan dan jadwal “permintaan” untuk mendaftarkan pembelian pelanggan, setiap baris dalam jadwal pengguna menjadi simpul pengguna, dan setiap baris dalam jadwal aplikasi menjadi simpul permintaan, dan sebagainya. Kemudian kontrak ini secara otomatis terhubung menggunakan ikatan saat ini dengan database, seperti kunci asing, dan membuat peta yang kaya untuk seluruh set data tanpa upaya manual.
Kedua, Komo diedarkan TransformatorMesin di belakang LLMS, untuk belajar langsung dari representasi grafis ini. Transformers unggul dalam memahami urutan simbol menggunakan “mekanisme perhatian” karena bobot pentingnya simbol yang berbeda dalam kaitannya satu sama lain.
RFM Kumo Mekanisme minat yang sama berlaku untuk grafik, yang memungkinkannya mempelajari pola dan hubungan yang rumit melalui beberapa tabel sekaligus. Leskovec membandingkan lompatan ini dengan pengembangan visi komputer. Pada awal dekade pertama abad kedua puluh, insinyur ML harus merancang fitur secara manual seperti tepi dan bentuk untuk mendeteksi suatu objek. Tetapi struktur terbaru seperti Fighter Nerve Networks (CNN) dapat mengambil piksel mentah dan mempelajari fitur yang relevan secara otomatis.
Demikian juga, RFM mengkonsumsi jadwal basis data mentah dan memungkinkan jaringan untuk menemukan sinyal yang paling dapat diprediksi sendiri tanpa perlu tegangan manual.
Hasilnya adalah model fondasi pra -terlatih yang dapat melakukan tugas prediktif pada database baru segera, yang dikenal sebagai “perceraian nol”. Selama demonstrasi, Leskovec menjelaskan bagaimana pengguna dapat menulis kueri sederhana untuk memprediksi apakah pelanggan tertentu akan berlaku dalam tiga puluh hari ke depan. Dalam satu detik, sistem telah memulihkan tingkat kemungkinan dan penjelasan titik data yang mengarah ke akhir, seperti aktivitas pengguna terakhir atau ketidakhadirannya. Model belum dilatih pada database yang disediakan dan diadaptasi dalam waktu yang sebenarnya melalui pembelajaran dalam konteks.

“Kami memiliki model yang terlatih sebelumnya yang hanya menunjukkan data Anda, dan itu akan memberi Anda prediksi yang akurat setelah 200 mililiter setelah itu.” Dia menambahkan bahwa itu bisa “akurat seperti, katakanlah, berminggu -minggu pekerjaan ilmuwan data.”
Antarmuka dirancang untuk menjadi akrab bagi analis data, bukan hanya spesialis pembelajaran mesin, yang memberikan akses ke analisis prediktif.
Mengoperasikan Agen Masa Depan
Teknologi ini memiliki efek besar pada pengembangan agen kecerdasan buatan. Agar agen dapat membuat tugas yang bermakna di dalam institusi, ia harus melakukan lebih dari sekadar bahasa perawatan; Keputusan pintar harus dibuat berdasarkan data perusahaan sendiri. RFM dapat berfungsi sebagai mesin prediktif untuk faktor -faktor ini. Misalnya, agen layanan pelanggan dapat menanyakan tentang RFM untuk menentukan kemungkinan pelanggan dalam mengatasi atau potensi nilai masa depannya, kemudian menggunakan LLM untuk menyesuaikan percakapannya dan memberikannya.
“Jika kita percaya pada masa depan agen, agen perlu membuat keputusan yang berakar pada data pribadi. Ini adalah cara untuk membuat keputusan,” jelas Leskovec.
Pekerjaan Como mengacu pada masa depan di mana AI dibagi menjadi dua bidang tambahan: LLMS untuk menangani pengetahuan secara surut dalam teks tidak teratur, dan RFM untuk memprediksi data yang terorganisir. Dengan menghilangkan bottleneck teknik, RFM adalah menempatkan alat ML kuat di tangan lebih banyak institusi, yang sangat mengurangi waktu dan biaya untuk mendapatkan data ke keputusan tersebut.
Perusahaan telah merilis penawaran umum untuk RFM dan berencana untuk meluncurkan salinan yang memungkinkan pengguna untuk mengkomunikasikan data mereka sendiri dalam beberapa minggu mendatang. Untuk lembaga yang membutuhkan akurasi maksimum, Kumo juga akan menyediakan layanan pemolesan untuk meningkatkan kinerja pada grup data swasta.
Tautan sumber
Berita
Pengacara membanting gunung barat tentang penyelidikan pemain sepak bola transgender

baruAnda sekarang dapat mendengarkan Fox News!
Eksklusif: Seorang pemain bola voli dihubungi di San Jose University di San Jose State minggu lalu. Fox News Digital menyatakan bahwa Mountain West Conference telah menyewa firma hukum yang sama untuk menyelidiki tuduhan pelanggaran olahraga bahwa konferensi itu digunakan untuk mempertahankan kelayakan olahraga konferensi di pengadilan.
Gedung Putih mengeluarkan pernyataan yang berurusan dengan Wahyu, dan sekarang pengacara yang memimpin gugatan terhadap SJSU dan Gunung Barat atas nama 11 atlet saat ini atau mantan, William Book, berbicara menentang konferensi tersebut setelah Wahyu.
Buku mengatakan dalam sebuah pernyataan yang dikirimkan kepada perusahaan digital Fox News.
Klik di sini untuk lebih banyak liputan olahraga di foxnews.com
Fox News Digital melaporkan pada 24 Juni bahwa Mountain West menyewa perusahaan Willkie Farr & Gallagher (WFG) untuk menyelidiki tuduhan terhadap Blair Fleming dari konspirasi dengan pengurangan untuk rekan setimnya. Brook Sloor Ditunjukkan selama pertandingan 3 Oktober.
Mountain West menyewa perusahaan untuk menangani penyelidikan pada bulan yang sama di mana perusahaan itu sendiri mewakili konferensi untuk melindungi fellang dalam permintaan dari perintah pengadilan awal untuk membuat atlet transisi tidak memenuhi syarat dari kompetisi wanita dan kejuaraan konferensi.
Brock Sloser dan Blair Fellerng dari San Jose State Spartans meluncurkan permainan melawan atlet pertama di Falcon Court di East Jim pada 19 Oktober 2024 di Colorado Springs, Colorado. (Andrew Wevers/Getty Images)
Investigasi ditutup hanya tiga hari kemudian, dan dokumen yang diperoleh oleh Fox News Digital menunjukkan bahwa para penyelidik secara tidak benar kembali ke permainan sebagai bermain pada 2 Oktober.
Pengacara WFG yang memimpin penyelidikan tuduhan terhadap Fellang, Tim Haifi, kemudian penasihat hukum ke sekolah untuk membantunya bergerak dalam gelar kesembilan dalam judul kesembilan tentang situasi yang sama, seperti yang ditunjukkan dalam catatan umum yang diperoleh oleh Fox News Digital. Tawaran itu ditolak.
Bok mengatakan wahyu itu “mencengangkan.”
“Saya heran ketika saya mengetahui bahwa WFG adalah MWC melawan gugatan Brooke Sloser pada saat yang sama bahwa pengacara lain dari perusahaan itu seharusnya menyelidiki secara independen dalam upaya melukai Brock dan apakah SJSU dan MWC telah mencapai secara memadai.”
“Pekerjaan WFG untuk melakukan peran yang saling bertentangan dan eksklusif menunjukkan bahwa Komisaris Nevaries dan MWC tidak memiliki minat untuk menemukan kebenaran. Sebaliknya, MWC lama berfokus pada kemajuan kepentingan SJSU dan mendorong novel yang harus diizinkan untuk laki -laki di ruang kabinet dan matematika di perguruan tinggi dan yang berbeda dan berkisar ke universitas.”
Buku meminta Departemen Pendidikan AS untuk mempertimbangkan situasi.
“Laporan Fox News memberikan lebih banyak bukti tentang skema MWC untuk bekerja bersama, dan Bok Bokt mengatakan bahwa pembelaan SJSU sedang dalam penyelidikan federal atas tuduhan yang seharusnya” secara independen. ”
“Penemuan -penemuan mengerikan tentang konflik kepentingan ini sepenuhnya mengubah reputasi MWC, dan kami berharap bahwa penyelidik sepenuhnya diselidiki oleh perilaku SJSU oleh Departemen Pendidikan AS. Tentu saja, penyelidik ini kemungkinan akan menjadi saksi utama dalam gelar master yang lebih banyak di SJS. Di mana penghargaannya dapat diwaspadai oleh seorang master untuk memberikan perhatian pada SJS, di mana orang yang dapat diperlihatkan. Di mana orang yang dapat diwaspadai.
Buku memimpin gugatan Sloser terhadap SJSU dan Mountain West, dan juga memimpin gugatan yang lebih besar terhadap NCAA yang dipimpin oleh mantan perenang perguruan tinggi dan pembawa acara “Outkick” Riley Gaines saat ini.
Siapa Blair Fleming? Pemain voli SJSU mendominasi pesaing wanita dan merayu kelompok hak -hak perempuan
Bok sebelumnya menggambarkan konferensi dalam tuduhan Fellang “tidak mencukupi, dan apa pun yang komprehensif” dalam pernyataan 17 November dan menyerukan pengungkapan bukti.
Tidak ada bukti yang diungkapkan oleh konferensi, karena Fleming terus menyelesaikan musim, mendapatkan penghormatan semua konferensi, dan bahkan membawa SJSU ke Kejuaraan Mountain Barat. Atlet yang lewat, bersama dengan rekan satu tim, melakukan perjalanan ke Las Vegas pada minggu terakhir bulan November untuk kejuaraan konferensi.
Setelah memimpin investigasi, yang telah membebaskan dakwaan Feling pada bulan November, Haifi kembali ke penasihat hukum ke Universitas San Jose Dustin pada 6 Februari, di mana ia memberikan bantuan dalam penyelidikan federal. Presiden Donald Trump baru saja menandatangani perintah eksekutif untuk mencoba menegakkan mandat ini hanya beberapa minggu dari kepresidenannya pada 5 Februari. Hanya satu hari kemudian, Kementerian Pendidikan meluncurkan Trump. Investigasi SJSU Tentang situasi, Vling.
Dia menolak untuk menawarkan Heeby pada 18 Februari, tetapi Heeby menanggapi hari berikutnya, “Harap beri tahu jika kami dapat membantu dengan cara apa pun dalam masalah ini atau orang lain.”
Tidak ada pengacara WFG yang dituduh melanggar aturan perilaku profesional yang valid.
Fox News Digital telah menghubungi Mountain West, San Jose State dan Willkie Farr & Gallagher untuk mendapat tanggapan terhadap pernyataan buku.
Investigasi Kementerian Energi dalam merawat SJSU dengan situasi yang terlibat dalam faling yang berkelanjutan.
Gedung Putih membuat pernyataan yang membahas pengungkapan terakhir ke Fox News Digital.
“Presiden Trump berkomitmen untuk mengakhiri partisipasi berbahaya dan tidak adil dari pria dalam olahraga wanita dan memulihkan logika yang sehat. Presiden Trump akan terus berbicara dan mengambil tindakan segera terhadap sekolah -sekolah yang membahayakan keselamatan atlet,” kata juru bicara Gedung Putih.
Sementara itu, Book melanjutkan gugatan terhadap SJSU dan Mountain West atas nama Slusser dan sepuluh pemain lainnya dalam kasus ini.
Kantor Bok disajikan sebagai tanggapan atas saran untuk menolak kasus ini pada 23 Juni. Menyebutkan tanggapan terhadap tuduhan terhadap Fleming dari pelanggaran.
Klik di sini untuk mendapatkan aplikasi Fox News
Pertempuran WFG dan pertempuran hukum Mountain West Jabal West untuk menjaga olahragawan di Kejuaraan Wanita berhasil, karena kru Hakim Federal Kato diangkat oleh Presiden Joe Biden pada Januari 2024, Berkuasa Dari kelayakan Fleming pada 25 November.
Dua hari kemudian, setelah naik banding yang gagal oleh jaksa penuntut, perusahaan menerbitkan pernyataan pers melalui internet yang mengumumkan kemenangan hukum untuk menjaga memancing yang memenuhi syarat untuk bermain.
Tetapi halaman web ini telah dihapus sejak saat itu. Fox News Digital bertanya mengapa tidak ada halaman, tetapi Willkie Farr & Gallagher tidak menanggapi penyelidikan.
Data yang diarsipkan Pernyataan pers asli menunjukkan bahwa “Willkie memenangkan kemenangan tingkat tinggi di Mountain West Conference Collegia Conference dalam gugatan yang diajukan oleh anggota tim voli San Jose dan tim Mountain West lainnya yang bermain melawan SJSU.”
Fox News Digital sebelumnya melanjutkan Mountain West, Willkie Farr & Gallagher, San Jose State University dan pelatih bola voli utamanya Todd Chris mengenai hasil sebelumnya. Tidak ada tanggapan yang diberikan oleh pihak -pihak itu.
Kantor Mei awalnya menanggapi permintaan digital Fox News untuk berkomentar setelah mengirimkan catatan publik, dan meminta untuk mengirimkan daftar pertanyaan dan informasi dasar sebelum berbicara. Fox News Digital tidak memberikan menu informasi atau komentar, dan meminta wawancara virtual atau telepon.
Kantor Mei kemudian menjawab pernyataan, “spekulasi apa pun yang disebutkan oleh perusahaan atau pengacara dalam penyelidikan Anda mewakili SJSU atau CSU tidak berdasar.” Fox News Digital tidak mengajukan pertanyaan ini atau kondisi lain, hanya meminta wawancara, pada saat itu.
Fox News Digital kemudian melanjutkan dengan kantor Mayo, yang meminta wawancara untuk menjawab pertanyaan lain, dan menerima permintaan kantornya untuk memberikan informasi dasar tentang apa yang dapat dibahas.
Kantor Mayo menjawab, “Itu tidak akan tersedia,” dan dia tidak menanggapi lebih banyak komentar.
Digital Fox News Cakupan Olahraga di XDan Dan berlangganan Newsletter Fox News Sport Hold.
- Berita8 tahun ago
These ’90s fashion trends are making a comeback in 2017
- Berita8 tahun ago
The final 6 ‘Game of Thrones’ episodes might feel like a full season
- Berita8 tahun ago
According to Dior Couture, this taboo fashion accessory is back
- Berita8 tahun ago
The old and New Edition cast comes together to perform
- Berita8 tahun ago
Phillies’ Aaron Altherr makes mind-boggling barehanded play
- Berita8 tahun ago
Uber and Lyft are finally available in all of New York State
- Berita8 tahun ago
Disney’s live-action Aladdin finally finds its stars
- Berita8 tahun ago
Steph Curry finally got the contract he deserves from the Warriors