ZDNet至顶网软件频道消息: SUSE宣布利用SUSE Linux Enterprise Server for SAP Applications这一SAP HANA推荐使用并支持的操作系统,SUSE可为SAP HANA平台部署提供高可用性功能。SUSE首次把开源高可用性功能带给SAP HANA,帮助客户在使用现有SUSE基础设施创建基于SAP HANA的高可用性解决方案时节省费用。
SUSE全球联盟与营销副总裁Michael Miller说:“SUSE Linux Enterprise Server for SAP Applications客户现在可以通过使用内置SUSE HA功能轻松部署基于SAP HANA的高可用性系统。在任务关键型环境中和大规模环境中,高可用性至关重要,在这些环境中使用SAP HANA的现有客户和新客户将迅速从这些出色的SUSE HA功能中受益。”
Forrester Research安全与风险副总裁兼研究总监Stephanie Balaouras写道:“一个随时在线、随时可用的企业的目标就是100%的服务可用性。由于某些宕机时间无法避,对企业来说,重要的是把态度从被动应对宕机时间转变为主动规划、完善流程和采取预防性措施。企业应该在客户急需他们的时候努力提供可用的服务。”(《Building The Always-On, Always-Available Enterprise》,弗雷斯特研究公司,2014年6月)
SUSE Linux Enterprise Server for SAP Applications包括最完整的开源集群解决方案SUSE Linux Enterprise High Availability Extension的各部分组件。SUSE Linux Enterprise High Availability Extension能帮助保护企业在x86服务器上运行的任务关键型工作负载,这已在世界各地的数据中心得到证实。
使用SUSE Linux Enterprise for SAP Applications高可用性组件,包括新的资源代理,客户可使SAP HANA系统复制自动化从而优化数据库的可用性,尤其是借助SAP HANA的内存预加载功能。
富士通产品管理与开发高级副总裁Jens-Peter Seick说:“Fujitsu Power Appliance for SAP HANA支持高性能、轻松管理、高可用性和顶级可扩展性。利用SUSE针对SAP HANA的高可用性功能,富士通和SUSE让客户能够在他们针对业务关键型SAP系统和数据库的高可用性解决方案中集成SAP HANA的系统副本。”
好文章,需要你的鼓励
这项研究介绍了一种名为FlowPathAgent的神经符号代理系统,用于解决流程图归因问题。研究团队提出了流程图精细归因这一新任务,构建了FlowExplainBench评估基准,并开发了结合视觉分割、符号图构建和基于代理的图形推理的方法。实验表明,该方法在归因准确性上比现有基线提高了10-14%,特别在处理复杂流程图时表现出色,为提升人工智能系统在处理结构化视觉-文本信息时的可靠性和可解释性提供了新途径。
这项研究首次从神经元层面揭示了大型语言模型(LLM)评估中的"数据污染"机制。研究团队发现当模型在训练中接触过测试数据时,会形成特定的"捷径神经元",使模型无需真正理解问题就能给出正确答案。他们提出了一种新方法,通过识别并抑制这些神经元(仅占模型总神经元的约1%),成功恢复了模型的真实能力表现。实验证明,该方法与权威可信基准测试结果高度一致(相关系数>0.95),并在不同基准和参数设置下都表现出色,为解决LLM评估可信度问题提供了低成本且有效的解决方案。
这份来自向量研究所、康奈尔大学和格罗宁根大学研究团队的综述分析了基于大语言模型的代理型多智能体系统中的信任、风险和安全管理框架(TRiSM)。研究系统地探讨了代理型AI从概念基础到安全挑战,提出了包含治理、可解释性、模型运营和隐私/安全四大支柱的TRiSM框架。文章还详细分析了威胁向量、风险分类,并通过真实案例研究展示了潜在脆弱性。
这项研究提出了一种名为ConfiG的创新方法,通过生成针对性的数据增强样本来解决知识蒸馏中的协变量偏移问题。研究团队利用教师模型和学生模型之间的预测差异,引导扩散模型生成那些能挑战学生模型的样本,从而减少模型对训练数据中欺骗性特征的依赖。实验表明,该方法在CelebA、SpuCo Birds和Spurious ImageNet数据集上显著提升了模型在缺失组别上的性能,为资源受限环境下的AI应用提供了实用解决方案。