Gartner宣布自然语言手艺供应商ID工具，，，，，明略科技入选典范供应商-明略科技

首页明略研究 Gartner宣布自然语言手艺供应商ID工具，，，，，明略科技入选典范供应商

Gartner宣布自然语言手艺供应商ID工具，，，，，明略科技入选典范供应商

2022-05-13

克日，，，，，国际权威的手艺研究和剖析公司Gartner宣布了自然语言手艺供应商ID工具（Vendor ID Tool: Natural Language Technologies）。。。。。。该工具可用于探索种种企业情形的自然语言手艺市�。。。。。。�，，，从而资助IT、数据和剖析向导者在自然语言手艺生态系统内发明提供效劳、解决计划清静台的供应商。。。。。。明略科技，，，，，依附在自然语言手艺领域的富厚行业应用履历和乐成案例，，，，，作为典范供应商入选该工具。。。。。。

自然语言手艺包括使人类和系统之间能够举行直观交流的手艺和要领，，，，，以及对这些交流的剖析，，，，，其子市场包括语音解决计划、会话式AI平台、机械翻译、自然语言天生、文件处置惩罚和文天职析。。。。。。自然语言手艺解决计划通常具有预构建的AI能力，，，，，以支持种种数据类型（如文档、电子邮件、语音和谈天）和通讯方法（如语音、异步新闻和搜索）的语言剖析和自动化。。。。。。用例往往跨越多个行业和组织内部的营业部分。。。。。。

Gartner指出，，，，，明略科技为差别的领域制作了预训练的语言模子，，，，，并一直更新和维护领域知识库，，，，，在此基础上能以显着更高的精度完成自然语言处置惩罚的使命，，，，，为内容剖析和挖掘（图像、视频），，，，，会话式AI（文本），，，，，自然语言的数据标签和注释，，，，，知识治理，，，，，自然语言盘问（文本到数据库），，，，，自然语言明确，，，，，搜索/洞察引擎等自然语言功效提供手艺与效劳。。。。。。现在，，，，，已为金融、制造、零售、电力等行业的客户落地企业级解决计划。。。。。。

别的，，，，，明略科技研发的基于知识和数据共享的人机协同平台性产品——明智事情，，，，，在整合办公系统、生产系统、协作系统等多源异构数据的基础之上，，，，，凭证组织知识框架将数据治理成结构化知识，，，，，形成智能型知识治理系统，，，，，使用会话式AI手艺，，，，，打造企业级智能助理，，，，，为员工提供信息和知识洞察效劳，，，，，资助企业提升效率。。。。。。

推荐阅读

全球双榜SOTA！明略科技专有大模子 Mano开启GUI智能操作新时代

2025-09-28

明略科技推出的GUI大模子Mano在Mind2Web和OSWorld两大基准测试中取得了创纪录的SOTA效果，，，，，乐成率抵达40.1%。。。。。。通过在线强化学习和自动数据收罗，，，，，Mano为GUI智能体领域提供了可扩展的新范式，，，，，显著提升了重大使命的执行能力。。。。。。该手艺的突破不但推动了自动化界线的扩展，，，，，也为企业智能化转型提供了强有力的支持

相识更多

官宣！明略科技推出专有大模子产品线DeepMiner，，，，，可信商业数据剖析智能体终于能用了！

2025-09-22

明略科技推出专有大模子产品线DeepMiner，，，，，以“可信智能体+可信数据”双轮驱动，，，，，解决企业智能体落地中幻觉率高、历程不透明等痛点。。。。。。该产品通过多智能体协同架构、企业级数据整合及全流程透明化设计，，，，，降低幻觉率并支持知识沉淀，，，，，其自研Mano和Cito模子划分实现精准执行与深度推理，，，，，助力企业构建可信生产力。。。。。。

相识更多

明略科技 Mano Technical Report

2025-09-18

Graphical user interfaces (GUIs) are the primary medium for human-computer interaction, yet automating GUI interactions remains challenging due to the complexity of visual elements, dynamic environments, and the need for multi-step reasoning. Existing methods based on vision-language models (VLMs) often suffer from limited resolution, domain mismatch, and insufficient sequential decisionmaking capability. To address these issues, we propose Mano, a robust GUI agent built upon a multi-modal foundation model pre-trained on extensive web and computer system data. Our approach integrates a novel simulated environment for high-fidelity data generation, a three-stage training pipeline (supervised fine-tuning, offline reinforcement learning, and online reinforcement learning), and a verification module for error recovery. Mano demonstrates state-of-the-art performance on multiple GUI benchmarks, including Mind2Web and OSWorld, achieving significant improvements in success rate and operational accuracy. Our work provides new insights into the effective integration of reinforcement learning with VLMs for practical GUI agent deployment, highlighting the importance of domain-specific data, iterative training, and holistic reward design.

相识更多

上一篇：一种文本标注要领和装置、盘算机可读存储介质

下一篇：后疫情时代的新蓝海,明略科技会话智能赋能2B销售

返回行业资讯

btt博天堂