北京-2022 年 9月 14日讯——软件智能公司 Dynatrace(纽交所代码:DT)日前宣布增强Dynatrace® 平台的发布验证功能,以便在软件开发生命周期(SDLC)的所有阶段自动提供用户体验验证和用户体验保障(UXA)。Dynatrace 平台自动纳入了用户体验深入分析(包括应用可用性、性能及特性互动),允许DevOps团队和SRE(网站可靠性工程)团队根据特定的、可测量和可实现的服务水平目标(SLO)不断地对其应用进行评估,这一功能扩展能够帮助团队大幅减少手工工作,自动提高软件质量,并根据需要实现弹性伸缩。
对此,Park ‘N Fly信息技术高级总监 Ken Schirrmacher 表示:“确保应用超出用户预期是我们业务成败的关键所在,而Dynatrace正是我们实现这一目标的关键。该平台在开发周期的各个阶段都会自动提供用户体验的深入分析,这是我们团队的致胜法宝,这样我们就可以即时、持续地确认软件是否达到客户要求。它使我们能提供最出色的用户体验、以客户要求的速度发布新特性,并且不必以牺牲服务质量为代价。”
Dynatrace 平台的增强功能可以充分利用在模拟真实用户互动和端到端交易的模拟软件测试过程中所生成的数据。人工智能引擎 Davis® 是该平台的核心,能自动将这些测试结果与其他综合性的可观测能力数据整合在一起,并实时提供有关用户与应用交互的精准答案。
Dynatrace 产品管理高级副总裁 Steve Tack指出:“如果不能充分了解用户体验并给出应对之策,DevOps团队和SRE团队将难以跟上加快创新速度、保障软件质量和安全性的需求,也无法提供具有竞争力的数字化服务。Dynatrace最新的增强功能让费时费力的发布验证流程实现了自动化,并可对应用运行期间的用户体验进行即时、精准的深入分析。这些功能与 Dynatrace 平台大量集成的关键开发安全运维工具相辅相成,能够让团队实现更高的产出、确保最高的性能和安全标准,让企业胸有成竹地开展创新,保持竞争优势。”
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。