親愛的微信企業(yè)號用戶、開發(fā)者:
你好,感謝你閱讀這封信件以及一直以來對企業(yè)號的關(guān)注和支持,今天,我們在北京國家會議中心微信公開課PRO版上,與開發(fā)者、運(yùn)營者以及每個企業(yè)號用戶面對面,共同探討企業(yè)號的價值與未來,暢想微信企業(yè)號連接企業(yè)的另一種可能。
企業(yè)號發(fā)布以來,我們在網(wǎng)上看到了很多吐槽,用戶吐槽注冊后,應(yīng)用中心除了小助手,啥也沒有。第三方開發(fā)了很多好的應(yīng)用,企業(yè)號管理員卻又很難接入。接入步驟非常繁瑣,成功率低。
為此,我們在昨天正式開放第三方應(yīng)用授權(quán)接入,方便企業(yè)快速實(shí)現(xiàn)與第三方應(yīng)用的對接,提升第三方應(yīng)用的接入效率。
從現(xiàn)在開始,微信企業(yè)號與第三方應(yīng)用的對接,只要企業(yè)號管理員一鍵點(diǎn)擊即可完成授權(quán)。歡迎你的體驗(yàn)。
四步走,開發(fā)者這樣做
要使用這個功能,對于開發(fā)者來說只需要簡單的四步。
首先,第三方開發(fā)者必須擁有通過認(rèn)證的,能證明自己第三方應(yīng)用提供商身份的企業(yè)號。
其次,開發(fā)者要具有在互聯(lián)網(wǎng)上部署、發(fā)布應(yīng)用的能力。
滿足以上條件后,第三方開發(fā)者僅需在企業(yè)號官網(wǎng)的開發(fā)者中心注冊,成為第三方應(yīng)用提供商;然后創(chuàng)建應(yīng)用套件;接下來在應(yīng)用套件中配置好相應(yīng)的應(yīng)用;最后在自己的官網(wǎng)發(fā)布應(yīng)用套件,以便于企業(yè)號管理員訪問授權(quán)即可。
目前,一個第三方最多可以注冊五個應(yīng)用套件,一個應(yīng)用套件最多可以包含十五個應(yīng)用。
一鍵授權(quán),企業(yè)號管理員這樣做
企業(yè)號的管理員則可通過瀏覽第三方應(yīng)用提供商的官網(wǎng),發(fā)現(xiàn)自己適用的套件,發(fā)起一鍵授權(quán),并在企業(yè)號第三方授權(quán)頁面根據(jù)引導(dǎo)確認(rèn)授權(quán)內(nèi)容、完成授權(quán)操作。
授權(quán)完成之后,企業(yè)號就可使用應(yīng)用提供商所提供的應(yīng)用服務(wù)了。企業(yè)號的管理員可以選擇需要授權(quán)的應(yīng)用,與應(yīng)用提供商的應(yīng)用做關(guān)聯(lián),使用他們的服務(wù);也可在當(dāng)前頁面直接創(chuàng)建默認(rèn)應(yīng)用與第三方應(yīng)用關(guān)聯(lián)。需要注意的是,一個企業(yè)號的應(yīng)用只可授權(quán)給一個應(yīng)用套件進(jìn)行托管。
如果說微信訂閱號、服務(wù)號改變了人們的生活方式,那么企業(yè)號將讓傳統(tǒng)的工作方式“移動”起來,各種交流、分享都能在“掌心”完成。
我們相信,隨著微信將企業(yè)號平臺向第三方開放, 無論是企業(yè)號運(yùn)營者、使用者、還是開發(fā)者,都將獲得更大的紅利。同時,我們也相信,微信企業(yè)號團(tuán)隊致力打造企業(yè)產(chǎn)品的生態(tài)圈,將會讓連接企業(yè)的另一種可能變得更加立體與高效,為企業(yè)用戶將更加豐富與美好。
為連接企業(yè)提供另一種可能,微信企業(yè)號將與你攜手努力!
此致
商祺
微信企業(yè)號團(tuán)隊
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。