Artefact Value By Data

人员分析超越离职预测:AI 在人力资源领域的潜在应用

人力资源部门正在经历从被动的成本中心到主动的价值驱动力的根本性转变。然而,许多组织在人员分析方面仍停留在最低限度的方法上。虽然生成式 AI 和自主代理在整个企业中越来越受到重视,但人力资源部门对 data 的使用仍往往局限于基本的人员流动预测。.

算法演变:2026 年搜索之友会议上的代理系统和战略基础--第二部分

搜索之友 2026》预示着以规则为基础的 PPC 的终结,以及以 AI 为驱动、以对话为重点的搜索的兴起。现在,成功的关键在于将 AI 输出建立在高质量 data 的基础上,并采用灵活的代理系统。正如 108% 售前提升所显示的,适应性和丰富的 first-party data 是在新搜索时代取胜的关键。.

从直觉到算法城市:AI 将如何决定英国的城市建设及其是否有效

数十年来,英国的场所营造既有方法论,也有判断力。实践者们谈论的是 "特色"、"活力 "和难以捉摸的街景 "感觉";这些特质是通过经验、人类使用和专业直觉而非形式化的衡量标准提炼出来的。有成就的实践者往往是见过足够多地方的人,即使在部分因果机制仍然无形的情况下,他们也能认识到什么是有效的。.

了解新的 RICS AI 标准:新标准对测量师的意义

AI 正在重塑整个建筑环境的专业实践,测量行业也不例外。英国皇家特许测量师学会(RICS)发布了首个《在测量实践中负责任地使用人工智能》(Responsible Use of Artificial Intelligence in Surveying Practice)专业标准(自 2026 年 3 月 9 日起生效),许多公司面临的问题不再是是否参与 AI,而是如何以一种合规、经过深思熟虑且在专业上站得住脚的方式参与 AI。.

AI 时代的领导力:真实性、包容性技术和赞助

在 AI 时代,最终的竞争优势不是技术的流畅性,而是人与人之间的联系。本文借鉴最近举行的 Women@Artefact 小组讨论,探讨专业人士如何利用 Fierté AI 等包容性技术,腾出时间进行战略思考,拥抱真实的职业旅程,并从传统的指导转变为积极的赞助,从而成为 "AI-proof"。.

开源悖论

Red Hat 在 Linux 上建立了价值 10TP46T340 亿美元的业务。IBM 收购了它。这笔交易验证了四十年来一直存在的一个假设:从共享代码中获取巨大价值的公司,出于自身利益的考虑,会继续资助它们所依赖的项目。这一假设现在受到了压力。这并不是因为有人决定停止资助开源项目。而是因为资助开源项目最多的行业--SaaS--正在被最依赖开源项目的行业--AI--所瓦解。.

第 2 部分:从记忆到导航:扩展自主代理,超越检索

在上一篇文章中,我探讨了八个独立研究团队是如何汇聚在同一个见解上的:与其围绕模型构建记忆系统,不如训练模型本身,使其将记忆作为一种学习技能来管理。后记忆训练--在训练后阶段使用强化学习--产生的代理可以决定存储、删除、合并和检索什么,所有这些都是针对任务完成情况进行优化的。.

第 1 部分:记忆后培训:教代理记忆,而不仅仅是检索

在过去的几个月里,"后内存训练 "一直是我关注的焦点。如果你关注过我最近关于上下文管理、内存架构的文章,以及反复出现的 "为什么代理在50岁之后会退化 "的问题,这篇文章就是这些线索的交汇点。最初的模式非常清晰。八个独立的研究团队得出了相同的结论:停止围绕模型构建记忆系统,训练模型本身将记忆作为一种学习技能来管理。这种趋同意义重大。.

返回页首