DALLAS – Firma Ryan, wiodący globalny dostawca usług i oprogramowania podatkowego, została uznana za jedno z najlepszych miejsc pracy w USA pod względem dbałości o zdrowie psychiczne w 2025 roku przez magazyn Newsweek oraz Plant-A Insights Group. To już drugi rok z rzędu, gdy Ryan znalazł się na tej prestiżowej liście.
– To ogromny zaszczyt znaleźć się w rankingu Newsweeka jako firma stawiająca na pierwszym miejscu zdrowie psychiczne pracowników – powiedziała Ginny B. Kissling, Prezydent ds. Ameryki i Dyrektor Operacyjny. – Dzięki naszym inicjatywom wellness, kompleksowym benefitom i programom rozwojowym tworzymy środowisko, w którym każdy może się rozwijać.
Jednym z kluczowych projektów Ryan jest RyanTHRIVE – kompleksowy program edukacyjny skupiający się na zdrowiu psychicznym, finansach, rozwoju zawodowym i relacjach osobistych.
Firma oferuje również szereg benefitów, takich jak:
Wszystkie te działania mają na celu wsparcie pracowników na każdym etapie życia i kariery.
Ryan to nagradzana globalna firma specjalizująca się w usługach i oprogramowaniu podatkowym. Z siedzibą w Dallas świadczy kompleksowe usługi podatkowe na poziomie federalnym, stanowym i międzynarodowym, w tym:
Firma została 11-krotnie wyróżniona nagrodą International Service Excellence Award za doskonałą obsługę klienta. Dzięki platformie myRyan, uznawanej za jedną z najbardziej innowacyjnych w branży, zespół ponad 5 900 specjalistów obsługuje 77 000 klientów w 80 krajach.
Melodie Elliott
Dyrektor ds. Treści i Komunikacji Marketingowej
Ryan
Tel.: 972.934.0022
melodie.elliott@ryan.com
DELRAY BEACH, Fla., 19 maja 2025 /PRNewswire/ — 360Quadrants opublikował najnowszą ocenę start-upów i małych oraz średnich przedsiębiorstw zajmujących się filmami EVA na 2025 rok. W raporcie wskazano kluczowych graczy, zarówno globalnych gigantów, jak i wschodzących innowatorów, doceniając ich za doskonałość w zakresie obecności na rynku, innowacyjności produktów i strategii biznesowej. Wśród najlepszych firm wymieniono Satinal SpA, Fuyin Group, Dr. Hans Werner Chemikalien, Lucent CleanEnergy, Huizhou Baojun Material Technology Co., Ltd., RICH BIG ENTERPRISE CO., LTD, E&N FILM TECH CO., LTD., Zonpak New Materials Co., Ltd. oraz Folienwerk Wolfen GmbH, które aktywnie kształtują przyszłość branży filmów EVA.
Ocena wykorzystuje autorską metodologię 360Quadrants, która analizuje pozycję konkurencyjną na ponad 7000 mikrorynkach w 10+ branżach, umożliwiając decydentom podejmowanie strategicznych decyzji opartych na danych.
Zapoznaj się z pełnym raportem i sprawdź, jak firmy są sklasyfikowane w ocenie start-upów i MŚP zajmujących się filmami EVA na 2025 rok:
https://www.360quadrants.com/chemicals/eva-films-startups
Analiza objęła ponad 100 firm, z których 16 najlepszych zostało sklasyfikowanych jako liderzy. Pod uwagę wzięto takie czynniki, jak przychody, obecność geograficzna, strategie wzrostu, inwestycje i metody sprzedaży. W przypadku oceny produktów brano pod uwagę typ folii (standardowe, szybkowiążące, anty-PID, ultraprzezroczyste), metodę produkcji (wytłaczanie, odlewanie, formowanie rozdmuchowe) oraz zastosowanie (encapsulacja paneli słonecznych, laminowanie, zgrzewanie, druk itp.).
360Quadrants stosuje przejrzystą metodologię oceny, uwzględniającą odpowiednie kryteria, dane z wielu źródeł i algorytm ważący parametry. Normalizacja wyników pozwala na sprawiedliwe porównania, a firmy są kategoryzowane w czterech quadrantach: progresywne, responsywne, dynamiczne i startujące. Dzięki temu użytkownicy otrzymują obiektywne informacje, ułatwiające wybór najlepszych rozwiązań.
Pobierz darmową próbkę: https://www.360quadrants.com/chemicals/eva-films-startups
360Quadrants, część MarketsandMarkets™, dostarcza kompleksowych analiz quadrantowych dla nowych technologii i rynków, w tym start-upów. Ocena opiera się na dwóch kluczowych parametrach: obecności na rynku i ofercie produktowej. Dzięki temu klienci mogą porównywać dostawców w ponad 6000 mikrorynkach.
360Quadrants opublikował również quadranty dla:
MarketsandMarkets™ został uznany przez Forbesa za jedną z najlepszych firm konsultingowych w USA.
MarketsandMarkets™ specjalizuje się w doradztwie wzrostowym i zarządzaniu programami, wykorzystując połączenie ludzkiej wiedzy i technologii, aby wspierać rozwój organizacji B2B. Firma współpracuje z 80% firm z listy Fortune 2000 i pomaga klientom wykorzystać nowe strumienie przychodów o wartości 25 bilionów dolarów.
Więcej informacji: www.MarketsandMarkets.com lub śledź nas na Twitterze, LinkedIn i Facebooku.
Ms. Sipti Banga,
630 Dundee Road, Suite 430
Northbrook, IL 60062
USA: +1-888-600-6441
Email: sipti.banga@marketsandmarkets.com
Logo: https://mma.prnewswire.com/media/1868219/MarketsandMarkets_Logo.jpg
Oryginalna treść do pobrania: https://www.prnewswire.com/news-releases/marketsandmarkets-360quadrants-recognizes-top-startups-and-smes-in-the-eva-films-quadrant-report-2025-302458865.html
VHB znalazła się w gronie najlepiej zarządzanych firm w USA w 2025 roku
WATERTOWN, Mass. – VHB ogłosiło dziś, że zostało wybrane jako jedna z najlepiej zarządzanych firm w USA w 2025 roku. Program, sponsorowany przez Deloitte Private* i The Wall Street Journal, wyróżnia prywatne przedsiębiorstwa, które wykazują się doskonałością w czterech kluczowych obszarach: strategii, zdolności do realizacji celów, kulturze korporacyjnej oraz zarządzaniu i wynikach finansowych. W tym roku nagrodzono 61 firm w całym kraju, a VHB jest jedną z zaledwie dwóch firm z branży architektoniczno-inżynieryjno-budowlanej (AEC), które otrzymały to prestiżowe wyróżnienie.
VHB zawdzięcza swoje osiągnięcia zespołowi 2200 specjalistów, w tym inżynierów, naukowców, planistów i projektantów, którzy są zaangażowani w tworzenie innowacyjnych rozwiązań. Dzięki wykorzystaniu nowoczesnych technologii firma skutecznie odpowiada na złożone wyzwania klientów, przyczyniając się do budowy bardziej zrównoważonej przyszłości. W ciągu ostatnich ośmiu lat przychody VHB podwoiły się, a rentowność firmy stale rośnie.
Program Best Managed Companies docenił przyszłościową wizję i strategię VHB, doskonałe wyniki finansowe oraz kulturę organizacyjną skupioną na pracownikach. Firma odnotowuje jedne z najniższych w branży wskaźników rotacji personelu, a 94% pracowników poleca VHB jako doskonałe miejsce pracy. Dodatkowo wyróżniono zaangażowanie firmy w integrowanie zasad zrównoważonego rozwoju, technologii i innowacji we wszystkich obszarach działalności.
"Jesteśmy niezwykle dumni z tego wyróżnienia, które potwierdza zaangażowanie naszego zespołu kierowniczego i pracowników" – powiedział Mike Carragher, prezes i dyrektor generalny VHB. "Nasz model biznesowy i kultura opierają się na filozofii Generational Company, kładącej nacisk na odpowiedzialność, wspólnotę i równowagę między ludźmi a wynikami biznesowymi. Te wartości nadal napędzają nasz rozwój."
Uczestnicy programu Best Managed Companies przechodzą rygorystyczną ocenę przez niezależne jury, które bierze pod uwagę cztery kluczowe obszary: strategię, wykonanie, kulturę korporacyjną oraz zarządzanie i wyniki finansowe. VHB dołączyło do globalnej sieci wyróżnionych firm z ponad 44 krajów.
Program Best Managed Companies to prestiżowe wyróżnienie dla prywatnych firm o przychodach przekraczających 250 mln dolarów. Uczestnicy są oceniani pod kątem strategii, realizacji celów, kultury organizacyjnej oraz zarządzania finansami. Więcej informacji można znaleźć na stronie www.usbestmanagedcompanies.com.
VHB to firma zatrudniająca 2200 specjalistów, w tym inżynierów, naukowców, planistów i projektantów, którzy współpracują z sektorem publicznym i prywatnym w dziedzinach takich jak transport, nieruchomości, energetyka oraz instytucje rządowe. Firma działa na rzecz poprawy mobilności, rozwoju społeczności i zrównoważonego zarządzania infrastrukturą. Więcej informacji: www.vhb.com.
*Szczegóły dotyczące struktury prawnej Deloitte można znaleźć na stronie www.deloitte.com/us/about.
Vanessa Ryder, Dyrektor ds. Komunikacji VHB
vryder@vhb.com, tel. 617.607.2728
Według raportu Bloomberga, który analizuje nierówne postępy Apple w dziedzinie AI, były szef Siri, John Giannandrea, namawiał firmę, aby wybrała chatbota Gemini od Google zamiast ChatGPT podczas pierwszej integracji z Siri w zeszłym roku.
Giannandrea, były dyrektor Google, który został zdegradowany podczas reorganizacji kierownictwa w marcu, uważał, że chatbot OpenAI nie ma długoterminowej przewagi i nie zapewnia odpowiedniej ochrony wrażliwych danych osobowych. Mimo to Apple ogłosił integrację z ChatGPT podczas WWDC w 2025 roku, a funkcja stała się dostępna dla użytkowników w grudniu.
Rozwiązanie Apple umożliwia użytkownikom skorzystanie z ChatGPT w sytuacjach, gdy Siri nie potrafi odpowiedzieć na pytanie. Firma zapowiedziała również, że w przyszłości podłączy do Siri inne chatboty, w tym Gemini od Google.
Jak podaje Bloomberg, Apple prowadzi wstępne rozmowy z Perplexity, wyszukiwarką opartą na AI, aby zaoferować ją jako alternatywę dla ChatGPT w Siri oraz jako dostawcę wyszukiwania w przeglądarce Safari.
STAMFORD, Conn. – Information Services Group (ISG) (Nasdaq: III), globalna firma doradcza i badawcza specjalizująca się w technologiach zorientowanych na sztuczną inteligencję, rozpoczęła badanie oceniające dostawców usług, którzy pomagają przedsiębiorstwom zwiększyć odporność i elastyczność ich łańcuchów dostaw w obliczu szybkich zmian technologicznych i globalnych wyzwań biznesowych.
Wyniki badania zostaną opublikowane w serii szczegółowych raportów ISG Provider Lens™ pod nazwą "Supply Chain Services", planowanych na wrzesień 2025 roku. Raporty obejmą firmy oferujące usługi takie jak doradztwo w zakresie łańcucha dostaw, modernizacja operacji oraz wdrażanie systemów zarządzania transportem i gospodarki o obiegu zamkniętym.
Przedsiębiorstwa będą mogły wykorzystać informacje z raportu do oceny obecnych relacji z dostawcami, potencjalnych nowych współprac oraz dostępnych rozwiązań. Z kolei doradcy ISG użyją tych danych, aby rekomendować klientom odpowiednich dostawców.
Firmy mierzą się z rosnącą niepewnością związaną z zakłóceniami geopolitycznymi i ekonomicznymi, w tym wzrostem ceł, jednocześnie będąc pod presją zwiększania efektywności i zrównoważenia łańcuchów dostaw. Wiele z nich sięga po specjalistyczne usługi doradcze i nowe technologie, takie jak AI, aby utrzymać konkurencyjność w tej kluczowej dziedzinie działalności biznesowej. Przedsiębiorstwa poszukują modułowych i skalowalnych rozwiązań dopasowanych do ich poziomu dojrzałości cyfrowej oraz wymagań branżowych.
"Łańcuchy dostaw przyszłości muszą być gotowe na ciągłe zmiany" – powiedział Jan Erik Aase, partner i globalny lider ISG Provider Lens Research. "Aby pozostać konkurencyjnymi, przedsiębiorstwa szukają dostawców, którzy pomogą im uczynić łańcuchy dostaw bardziej zwinne, wydajne i odporne."
ISG wysłał ankiety do ponad 100 dostawców usług związanych z łańcuchami dostaw. We współpracy z globalnymi doradcami ISG, zespół badawczy przygotuje cztery kwadranty reprezentujące usługi, z których najczęściej korzystają przedsiębiorstwa. Są to:
Raporty uwzględnią globalny rynek usług łańcucha dostaw, ze szczególnym uwzględnieniem Brazylii. Autorami raportu będą analitycy ISG: Tarun Vaid, Sidney Nobre, Mamtha R, Rafael Rigotti, Sumit Kumar i Vaishnavi G K.
Lista dostawców oraz szczegóły badania są dostępne w tej broszurze cyfrowej. Firmy, które nie zostały uwzględnione, mogą skontaktować się z ISG i zgłosić chęć udziału w badaniu.
Wszystkie raporty ISG Provider Lens™ na 2025 rok zawierają rozszerzone dane dotyczące doświadczeń klientów (CX), oparte na ciągłych badaniach ISG. Przedsiębiorstwa mogą podzielić się swoimi opiniami na temat dostawców, wypełniając tę ankietę online. Uczestnicy otrzymają bezpłatną kopię raportu w zamian za feedback.
Seria raportów ISG Provider Lens™ to jedyne tego typu badanie, które łączy analizę danych z praktycznym doświadczeniem doradców ISG. Przedsiębiorstwa mogą wykorzystać te informacje do wyboru odpowiednich partnerów, a doradcy ISG – do rekomendacji klientom najlepszych rozwiązań. Badania obejmują dostawców działających globalnie, w Europie, Ameryce Północnej, Brazylii, Wielkiej Brytanii, Francji, Niemczech, Szwajcarii, Skandynawii, Australii i Azji Południowo-Wschodniej. Więcej informacji można znaleźć na tej stronie.
ISG (Nasdaq: III) to globalna firma badawczo-doradcza specjalizująca się w technologiach zorientowanych na AI. Współpracuje z ponad 900 klientami, w tym 75 spośród 100 największych przedsiębiorstw na świecie. ISG, założona w 2006 roku, jest znana z własnych badań rynku, dogłębnej wiedzy o ekosystemach dostawców oraz doświadczenia swoich 1600 pracowników, którzy pomagają klientom maksymalizować wartość inwestycji technologicznych.
Laura Hupprich, ISG
+1 203 517 3132
laura.hupprich@isg-one.com
Julianna Sheridan, Matter Communications dla ISG
+1 978-518-4520
isg@matternow.com
Wiodąca spółdzielnia w zachodniej Kanadzie potwierdza swoje zaangażowanie w bezpieczeństwo poprzez długoletnią współpracę z ISN
DALLAS – ISN, światowy lider w dziedzinie zarządzania informacjami o kontrahentach i dostawcach, świętuje 15 lat partnerstwa z Federated Co-operatives Limited (FCL), spółdzielnią zajmującą się hurtem, produkcją i administracją, należącą do ponad 150 niezależnych stowarzyszeń w zachodniej Kanadzie. FCL nie tylko korzysta z platformy ISNetworld® do gromadzenia i weryfikacji danych kontrahentów dotyczących zdrowia, bezpieczeństwa, środowiska, jakości, ubezpieczeń i ryzyka, ale także udoskonala proces zarządzania kontrahentami, wprowadzając narzędzia ISN do szkoleń online i oceny kompetencji pracowników.
„Przez ostatnie 15 lat ISN pomagał FCL dostosować nasze praktyki zarządzania kontrahentami do standardów branżowych, jednocześnie dbając o to, aby kontrahenci przestrzegali naszych protokołów bezpieczeństwa i zarządzania ryzykiem” – powiedział Mitchell Clark, starszy menedżer ds. zarządzania obiektami w FCL. „Rozszerzając wykorzystanie ISNetworld na kolejne operacje detaliczne, FCL rozważa również wdrożenie narzędzi ISN, takich jak RAVS 360™ i integracje API, aby jeszcze bardziej podnieść poziom bezpieczeństwa i efektywności.”
FCL, z siedzibą w Saskatoon w Saskatchewan, wspiera sieć spółdzielni detalicznych, które służą lokalnym społecznościom, dostarczając żywność, paliwa, produkty rolne i rozwiązania budowlane. Współpraca ISN z FCL rozpoczęła się od kompleksu rafineryjnego w Reginie w Saskatchewan, a następnie rozszerzyła się na sześć kolejnych obszarów biznesowych, w tym centra dystrybucyjne, operacje rolnicze i rozwój obiektów.
„FCL to ceniony partner, który konsekwentnie pokazuje swoje zaangażowanie w bezpieczeństwo, doskonałość operacyjną i dobro społeczności, którym służy” – powiedziała Kim Ritchie, starsza wiceprezes w ISN. „ISN jest dumny z tego jubileuszu i z możliwości dostarczania narzędzi, które pomagają zapewnić bezpieczny powrót pracowników do domu każdego dnia.”
Więcej informacji na temat oprogramowania i usług ISN można znaleźć na stronie isn.com.
ISN to światowy lider w zarządzaniu informacjami o kontrahentach i dostawcach, z ponad 20-letnim doświadczeniem w łączeniu ponad 850 klientów z branż kapitałochłonnych z 85 000 aktywnymi kontrahentami i dostawcami, aby promować bezpieczeństwo, zdrowie i zrównoważony rozwój w miejscu pracy. Marki ISN obejmują:
ISN ma 14 biur na całym świecie, które zapewniają nagradzane wsparcie i szkolenia dla klientów w ponad 85 krajach. Firma dąży do poprawy efektywności systemów zarządzania kontrahentami i dostawcami oraz służy jako forum wymiany najlepszych praktyk branżowych. Więcej informacji na stronie isn.com.
FCL skupia się na dostarczaniu ponad 150 lokalnym spółdzielniom w zachodniej Kanadzie strategii, wsparcia hurtowego, produkcyjnego, logistycznego i marketingowego. FCL zatrudnia ponad 27 000 pracowników, obsługując ponad 2 miliony członków i klientów w ponad 1600 punktach sprzedaży w 650 społecznościach. Więcej informacji na fcl.crs.
Taylor D’Eliseo
Walker Sands dla ISN
isnpr@walkersands.com
NASHVILLE, Tenn. – Zyxel Communications, wiodący dostawca rozwiązań sieciowych, będzie miał znaczącą obecność na targach Fiber Connect 2025. Firma zaprezentuje swoje najnowsze rozwiązania, które zapewniają szybkie i niezawodne łącza szerokopasmowe w każdym środowisku. Wśród nich znajdą się m.in. routery Wi-Fi 7 oraz urządzenia OLT, a także liczne okazje do nawiązania kontaktów i dyskusji na temat kluczowych trendów w branży.
– W tym roku nasza obecność na Fiber Connect jest największa w historii, co pokazuje nasze zaangażowanie w dostarczanie dostawcom usług internetowych inteligentnych i niezawodnych rozwiązań, które pomogą im utrzymać przewagę na dynamicznie zmieniającym się rynku – powiedział Karsten Gewecke, Prezes Zyxel Communications. – Nasz rozwój napędzany jest innowacjami, strategicznymi partnerstwami i wspólną wizją przyszłości, którą tworzymy razem z naszymi klientami.
Więcej informacji o udziale Zyxel w Fiber Connect 2025 można znaleźć na stronie wydarzenia lub odwiedzając stoisko nr 1042.
Zyxel Communications od ponad 35 lat dostarcza innowacyjne rozwiązania sieciowe, łącząc ludzi na całym świecie. Firma oferuje kompleksowe i elastyczne produkty, które pomagają dostawcom usług utrzymać przewagę konkurencyjną.
Śledź nas na LinkedIn, aby być na bieżąco.
Grant Tucker
Arketi Group
gtucker@arketi.com
Najnowsze badania naukowców z Chin i Hiszpanii wykazały, że nawet najbardziej zaawansowane multimodalne modele AI, takie jak GPT-4.1, mają trudności z poprawnym odczytaniem czasu z obrazów zegarów analogowych. Nawet niewielkie zmiany w wyglądzie zegara mogą prowadzić do poważnych błędów interpretacji, a dostrajanie modelu pomaga tylko w przypadku znanych wcześniej przykładów. Wyniki te budzą obawy dotyczące niezawodności takich modeli w realnych zadaniach wymagających interpretacji nieznanych wcześniej obrazów.
Kiedy ludzie opanowują jakąś dziedzinę wiedzy, np. zasady fizyki czy grawitacji, potrafią wyjść poza konkretne przykłady i zrozumieć leżące u podstaw abstrakcje. Dzięki temu możemy kreatywnie stosować tę wiedzę w różnych kontekstach i rozpoznawać nowe sytuacje, nawet te, których wcześniej nie widzieliśmy.
Co więcej, w ważnych dla nas dziedzinach często dostrzegamy wzorce nawet tam, gdzie ich nie ma - zjawisko to nazywamy pareidolią. Nasz mózg jest tak nastawiony na rozpoznawanie wzorców, że czasem widzi je nawet tam, gdzie ich nie ma, co opisuje pojęcie apofenii.
Im wcześniej i częściej jesteśmy wystawiani na jakąś dziedzinę wiedzy, tym głębiej się ona w nas zakorzenia. Jednym z pierwszych przykładów wizualnych, z którymi spotykają się dzieci, są tarcze zegarów używane do nauki odczytywania czasu:
Pomoce naukowe służące dzieciom do nauki odczytywania czasu. Źródło: https://www.youtube.com/watch?v=IBBQXBhSNUs
Nawet gdy współczesne trendy w projektowaniu zegarków stają się coraz bardziej wymyślne (co opisuje artykuł o czytelności w projektowaniu zegarków), nasze wczesne opanowanie tej umiejętności pozwala nam rozpoznawać czas nawet na najbardziej nietypowych tarczach:
Przykłady wymagających projektów tarcz zegarkowych. Źródło: https://www.ablogtowatch.com/wait-a-minute-legibility-is-the-most-important-part-of-watch-design/
Jak pokazują badania Uniwersytetu Oksfordzkiego, ludzie nie potrzebują tysięcy przykładów, by nauczyć się odczytywać czas - wystarczy zrozumieć podstawową koncepcję. W przeciwieństwie do nas, modele AI wydają się polegać bardziej na dużej liczbie przykładów niż na prawdziwym zrozumieniu.
Napięcie między powierzchowną wydajnością a prawdziwym "zrozumieniem" pojawia się w ostatnich badaniach nad dużymi modelami językowymi. W ubiegłym miesiącu naukowcy z Zhejiang University i Westlake University w swojej pracy zatytułowanej Czy modele LLM na poziomie doktoratu naprawdę rozumieją elementarne dodawanie? stwierdzili:
"Mimo imponujących wyników, modele wykazują krytyczne poleganie na dopasowywaniu wzorców, a nie na prawdziwym zrozumieniu, o czym świadczą niepowodzenia w przypadku reprezentacji symbolicznych i naruszeń podstawowych właściwości."
W tym tygodniu podobne pytania pojawiły się w pracy badawczej Nanjing University of Aeronautics and Astronautics oraz Universidad Politécnica de Madrid w Hiszpanii. Artykuł Czy multimodalne duże modeje językowe (MLLM) naprawdę nauczyły się odczytywać czas z zegarów analogowych? bada, jak dobrze multimodalne modele radzą sobie z tym zadaniem.
Wstępne testy wykazały, że multimodalny model językowy OpenAI GPT-4.1 miał problemy z poprawnym odczytaniem czasu z różnych obrazów zegarów, często myląc się nawet w prostych przypadkach.
To sugeruje lukę w danych treningowych modelu. Aby to sprawdzić, autorzy stworzyli syntetyczny zestaw danych z zegarami analogowymi, równomiernie obejmujący każdy możliwy czas, unikając typowych błędów występujących w obrazach z internetu:
Przykład z syntetycznego zestawu danych zegarów analogowych użytego do dostrojenia modelu GPT w nowej pracy. Źródło: https://huggingface.co/datasets/migonsa/analog_watches_finetune
Przed dostrojeniem GPT-4.1 zwykle nie radził sobie z odczytaniem tych zegarów. Po ekspozycji na nowy zestaw danych jego wyniki się poprawiły - ale tylko w przypadku obrazów podobnych do tych, które już widział.
Gdy kształt zegara lub styl wskazówek się zmieniał, dokładność gwałtownie spadała. Nawet niewielkie modyfikacje, takie jak cieńsze wskazówki lub groty strzałek (prawy obrazek poniżej), wystarczyły, by zmylić model. GPT-4.1 miał też problemy z interpretacją "topiących się zegarów" w stylu Dalego:
Zegary ze standardowym wyglądem (lewy), zdeformowanym kształtem (środkowy) i zmodyfikowanymi wskazówkami (prawy), wraz z czasami zwracanymi przez GPT-4.1 przed i po dostrojeniu. Źródło: https://arxiv.org/pdf/2505.10862
Autorzy wnioskują, że obecne modele takie jak GPT-4.1 uczą się odczytywania zegarów głównie poprzez dopasowywanie wzorców wizualnych, a nie dzięki głębszemu zrozumieniu koncepcji czasu:
"[GPT 4.1] zawodzi, gdy zegar jest zdeformowany lub gdy wskazówki są zmienione na cieńsze i mają grot strzałki. Średni błąd bezwzględny (MAE) w szacowaniu czasu dla 150 losowych czasów wyniósł 232,48s dla standardowych zegarów, 1380,69s przy zdeformowanym kształcie i 3726,93s przy zmienionych wskazówkach. Wyniki te sugerują, że MLLM nie nauczył się odczytywać czasu, lecz zapamiętał wzorce."
Większość zestawów danych treningowych opiera się na obrazach z internetu, które często powtarzają określone czasy - szczególnie popularne w reklamach zegarków ustawienie 10:10:
Przykład częstego występowania czasu "dziesięć po dziesiątej" w obrazach zegarów analogowych.
W efekcie model widzi tylko wąski zakres możliwych konfiguracji zegara, co ogranicza jego zdolność do uogólniania poza te powtarzające się wzorce.
Dlaczego modele nie potrafią poprawnie interpretować zdeformowanych zegarów? W artykule czytamy:
"Choć GPT-4.1 radzi sobie wyjątkowo dobrze ze standardowymi obrazami zegarów, zaskakujące jest, że modyfikacja wskazówek poprzez ich zmniejszenie i dodanie grotów strzałek prowadzi do znaczącego spadku dokładności. Intuicyjnie można by oczekiwać, że bardziej złożona wizualnie zmiana - zdeformowana tarcza - miałaby większy wpływ na wydajność, ale ta modyfikacja wydaje się mieć stosunkowo mniejszy efekt."
Autorzy sugerują, że identyfikacja przyczyn tych niepowodzeń jest kluczowa dla rozwoju modeli multimodalnych. Jeśli problem leży w postrzeganiu kierunku przestrzennego, dostrojenie może być prostym rozwiązaniem. Ale jeśli trudność wynika z szerszego problemu w integracji wielu wskazówek wizualnych, wskazuje to na fundamentalną słabość w przetwarzaniu informacji przez te systemy.
Aby sprawdzić, czy błędy modelu można przezwyciężyć poprzez ekspozycję, GPT-4.1 został dostrojony przy użyciu wspomnianego syntetycznego zestawu danych. Przed dostrojeniem jego przewidywania były rozproszone, z dużymi błędami we wszystkich typach zegarów. Po dostrojeniu dokładność znacznie się poprawiła w przypadku standardowych tarcz i, w mniejszym stopniu, zdeformowanych.
Jednak zegary ze zmodyfikowanymi wskazówkami wciąż powodowały duże błędy. Wystąpiły dwa odrębne tryby niepowodzeń: w przypadku normalnych i zdeformowanych zegarów model zazwyczaj błędnie oceniał kierunek wskazówek; ale przy zmienionym stylu wskazówek często mylił funkcje poszczególnych wskazówek, np. biorąc godzinową za minutową.
Porównanie ilustrujące początkową słabość modelu i częściową poprawę osiągniętą poprzez dostrojenie, pokazujące przewidywany vs. rzeczywisty czas w sekundach dla 150 losowo wybranych zegarów. Po lewej - przed dostrojeniem przewidywania GPT-4.1 są rozproszone i często dalekie od prawidłowych wartości. Po prawej - po dostrojeniu na zrównoważonym syntetycznym zestawie danych przewidywania są znacznie bliższe rzeczywistości, choć niektóre błędy pozostają.
To sugeruje, że model nauczył się kojarzyć cechy wizualne, takie jak grubość wskazówek, z konkretnymi funkcjami, i miał trudności, gdy te wskazówki się zmieniały. Ograniczona poprawa w przypadku nieznanych projektów budzi dalsze wątpliwości, czy model tego rodzaju uczy się abstrakcyjnej koncepcji odczytywania czasu, czy tylko udoskonala dopasowywanie wzorców.
Chociaż dostrojenie poprawiło wydajność GPT-4.1 w przypadku konwencjonalnych zegarów analogowych, miało znacznie mniejszy wpływ na zegary z cieńszymi wskazówkami lub w kształcie grotów strzałek. To sugeruje, że niepowodzenia modelu wynikały mniej z abstrakcyjnego rozumowania, a bardziej z dezorientacji co do tego, która wskazówka jest która.
Aby sprawdzić, czy dokładność może się poprawić po wyeliminowaniu tego zamieszania, przeprowadzono nową analizę przewidywań modelu dla zestawu danych ze "zmodyfikowanymi wskazówkami". Wyniki podzielono na dwie grupy: przypadki, w których GPT-4.1 poprawnie rozpoznał wskazówki godzinowe, minutowe i sekundowe; oraz przypadki, w których tego nie zrobił.
Przewidywania oceniono pod kątem średniego błędu bezwzględnego (MAE) przed i po dostrojeniu, a wyniki porównano z tymi dla standardowych zegarów. Zmierzono również błąd kątowy dla każdej wskazówki:
Porównanie błędów dla zegarów z zamieszaniem co do ról wskazówek i bez niego w zestawie danych ze zmodyfikowanymi wskazówkami przed i po dostrojeniu.
Błąd kątowy według typu wskazówki dla przewidywań z zamieszaniem co do ról wskazówek i bez niego, przed i po dostrojeniu, w zestawie danych ze zmodyfikowanymi wskazówkami.
Zamieszanie co do ról wskazówek zegara prowadziło do największych błędów. Gdy GPT-4.1 pomylił wskazówkę godzinową z minutową lub odwrotnie, wynikowe oszacowania czasu były często dalekie od prawdy. Dla porównania, błędy spowodowane błędną oceną kierunku poprawnie zidentyfikowanej wskazówki były mniejsze. Wśród trzech wskazówek, wskazówka godzinowa wykazywała największy błąd kątowy przed dostrojeniem, podczas gdy wskazówka sekundowa - najmniejszy.
Aby skupić się wyłącznie na błędach kierunkowych, analizę ograniczono do przypadków, w których model poprawnie zidentyfikował funkcję każdej wskazówki. Gdyby model przyswoił sobie ogólną koncepcję odczytywania czasu, jego wydajność w tych przykładach powinna była dorównywać dokładności w przypadku standardowych zegarów. Tak się nie stało, a dokładność pozostawała zauważalnie gorsza.
Aby zbadać, czy kształt wskazówki zakłócał poczucie kierunku modelu, przeprowadzono drugi eksperyment: stworzono dwa nowe zestawy danych, każdy zawierający sześćdziesiąt syntetycznych zegarów z tylko jedną wskazówką godzinową, wskazującą na różne minuty. Jeden zestaw używał oryginalnego projektu wskazówki, a drugi zmodyfikowanej wersji. Model poproszono o nazwanie znacznika, na który wskazywała wskazówka.
Wyniki wykazały niewielki spadek dokładności przy zmodyfikowanych wskazówkach, ale niewystarczający, by wyjaśnić szersze niepowodzenia modelu. Pojedyncza nieznana cecha wizualna wydawała się zdolna zakłócić ogólną interpretację modelu, nawet w zadaniach, z którymi wcześniej sobie radził.
Przegląd wydajności GPT-4.1 przed i po dostrojeniu w przypadku standardowych, zdeformowanych i zegarów ze zmodyfikowanymi wskazówkami, podkreślający nierównomierne postępy i utrzymujące się słabości.
Choć temat artykułu może wydawać się na pierwszy rzut oka błahy, nie chodzi tak naprawdę o to, czy modele wizyjno-językowe kiedykolwiek nauczą się w 100% poprawnie odczytywać zegary analogowe. Znaczenie tej pracy leży w skupieniu się na głębszym, powracającym pytaniu: czy nasycenie modeli większą (i bardziej zróżnicowaną) ilością danych może prowadzić do rodzaju zrozumienia domeny, jakie ludzie osiągają poprzez abstrakcję i uogólnianie; czy jedyną możliwą drogą jest zalanie domeny wystarczającą liczbą przykładów, by przewidzieć każdą prawdopodobną wariację podczas wnioskowania.
Każda z tych dróg budzi wątpliwości co do tego, czego obecne architektury są naprawdę w stanie się nauczyć.
Pierwsza publikacja: poniedziałek, 19 maja 2025
Czas ucieka! To ostatnia szansa, aby zaoszczędzić nawet 900 dolarów na indywidualnych biletach na TechCrunch Disrupt 2025. Możesz też skorzystać z oferty Early Bird i kupić drugi bilet dla towarzysza z 90% zniżką — ale tylko przez ograniczony czas.
Ta wyjątkowa promocja kończy się 25 maja o 23:59 czasu pacyficznego. Nie przegap okazji! Zarezerwuj swoje bilety już teraz.
Dołącz do wydarzenia, które odbędzie się w dniach 27–29 października w Moscone West w San Francisco. Spotkasz tam 10 000 liderów branży technologicznej i venture capital, którzy wspólnie kształtują przyszłość. Czeka Cię ponad 250 inspirujących sesji prowadzonych przez ekspertów, 200 dyskusji, emocjonujący konkurs Startup Battlefield 200 oraz niezrównane możliwości networkingowe.
Przygotuj się na trzy dni pełne innowacji, odkryć i dynamicznych rozmów. Poznasz najnowsze trendy, zdobędziesz wiedzę, która pomoże Ci stawić czoła wyzwaniom, i dowiesz się, jak wykorzystać nadchodzące szanse. W tym roku szczególny nacisk położymy na tematykę sztucznej inteligencji.
TechCrunch Disrupt od 20 lat wspiera startupy, a w jubileuszowym roku idziemy o krok dalej. Spotkaj się z założycielami, dyrektorami i inwestorami, którzy zmieniają oblicze technologii. Lista prelegentów jest regularnie aktualizowana — śledź najnowsze informacje na stronie z prelegentami.
Sceny tematyczne: Na Builders Stage zdobędziesz praktyczne wskazówki dla startupów, a podczas sesji z ekspertami dowiesz się, jak skutecznie pozyskiwać fundusze, skalować biznes i przetrwać w dynamicznym środowisku.
Interesuje Cię sztuczna inteligencja? Dwie sceny będą w całości poświęcone tej tematyce.
Fascynuje Cię technologia kosmiczna? Odwiedź Space Stage i poznaj narzędzia, które otwierają nowe możliwości.
Planujesz wejście na giełdę? Na Going Public Stage usłyszysz szczere porady od tych, którzy odnieśli sukces.
Interaktywne sesje: Weź udział w dyskusjach i warsztatach, gdzie liczy się praktyczna wiedza i wymiana doświadczeń.
Startup Battlefield 200: To globalny konkurs, w którym 200 startupów walczy o nagrodę 100 000 dolarów. 20 finalistów zaprezentuje się na scenie przed jury złożonym z topowych inwestorów. Masz startup przed serią A? Zgłoś się do 9 czerwca!
Nowości w Expo Hall: Odkryj innowacje, które przyciągają uwagę 10 000 uczestników. To idealne miejsce na nawiązanie kontaktów biznesowych.
Chcesz zaprezentować swój startup na Disrupt? Zarezerwuj stoisko wystawowe już dziś!
To ostatni dzwonek, aby skorzystać z promocji — oszczędź do 900 dolarów na biletach lub zabierz ze sobą drugą osobę za jedyne 10% ceny. Oferta ważna tylko do 25 maja do północy czasu pacyficznego.
Dołącz do 10 000 innowatorów, inwestorów i wizjonerów. Kup bilet w promocyjnej cenie już teraz!
Kancelaria prawna Halper Sadeh LLC, specjalizująca się w ochronie praw inwestorów, analizuje, czy proponowana sprzedaż TXNM Energy, Inc. (NYSE: TXNM) firmie Blackstone za 61,25 dolarów za akcję w gotówce jest uczciwa wobec akcjonariuszy spółki.
Halper Sadeh zachęca akcjonariuszy TXNM do zapoznania się ze swoimi prawami i możliwościami prawnymi lub kontaktu z Danielem Sadhem bądź Zacharym Halperem pod numerem (212) 763-0060 lub mailowo: sadeh@halpersadeh.com, zhalper@halpersadeh.com.
Śledztwo dotyczy potencjalnego naruszenia przez TXNM i jej zarząd przepisów prawa papierów wartościowych oraz obowiązków wobec akcjonariuszy. Chodzi m.in. o:
W imieniu akcjonariuszy Halper Sadeh może dążyć do wyższej ceny wykupu, dodatkowych wyjaśnień lub innych form zadośćuczynienia. Sprawa prowadzona jest na zasadzie success fee – klienci nie ponoszą kosztów z góry.
Kancelaria reprezentuje inwestorów na całym świecie, którzy padli ofiarą nadużyć na rynku kapitałowym. Jej prawnicy odzyskali miliony dolarów dla pokrzywdzonych i doprowadzili do reform w spółkach.
Uwaga: Reklama usług prawniczych. Wyniki wcześniejszych spraw nie gwarantują podobnych rezultatów.
Halper Sadeh LLC
One World Trade Center, 85. piętro
Nowy Jork, NY 10007
Daniel Sadeh, Esq.
Zachary Halper, Esq.
Tel: (212) 763-0060
E-mail: sadeh@halpersadeh.com
zhalper@halpersadeh.com
Strona internetowa: https://www.halpersadeh.com