融合智能与经验评分,提供卓越系统性能,提高员工参与度、生产率和满意度
美国佛罗里达州奥兰多——2020年1月14日——在过去,分析系统性能完全与监控速度和信息推送有关,而如今了解用户体验(UX)变得至关重要。为了帮助企业实现这一点,思杰系统(Citrix)(纳斯达克交易所代码:CTXS)宣布推出思杰Analytics for Performance——一项超越服务器端基础设施监控的新一代服务,能够帮助IT管理员识别单个用户的性能问题,主动解决这些问题,为员工提供更好的体验,让他们能够参与其中,同时保持愉快和高效的工作体验。这一消息在本周奥兰多举行的思杰创新峰会(Citrix Summit)期间发布。
思杰工作空间生态系统和分析产品副总裁Steve Wilson表示:“现代员工希望在访问企业应用程序时能拥有消费者般的体验,对于系统性能差、速度慢的问题,他们持零容忍态度。借助思杰Analytics for Performance,IT部门可以清楚地了解终端用户的体验,以及用户所依赖的应用程序在思杰虚拟应用程序和桌面中的运行状况,从而提供一致、可靠的体验,提高员工的满意度和工作效率。”
使用专有的机器学习引擎,集成思杰虚拟应用和桌面实时遥测的数据,思杰Analytics for Performance能将用户体验量化为独特的“用户体验(UX)评分”,不仅包含了机器性能,还包含了影响应用程序访问的因素,如用户登录时间、网络延迟甚至是网络稳定性等。使用该评分,IT管理员可以:
企业战略集团高级分析师Mark Bowker表示:“对用户体验的洞察和智能化是至关重要的,因为企业可通过任何设备安全、一致地访问应用程序和数据。提供这种无缝体验的关键在于网络系统和应用程序具有持续的可视性,这样可以在问题影响生产效率之前快速发现问题并减轻影响。”
通常情况下,思杰Analytics for Performance是普遍适用的,并与基于云和内部部署的思杰虚拟应用和桌面安装软件相兼容。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。