ZDNet至顶网软件频道消息:彭博(Bloomberg)宣布,公司已收购低延迟连接和交易支持服务提供商RTS Realtime Systems。RTS为股票、期货、期权、外汇和固定收益交易提供市场连接和交易工具。
彭博总裁兼首席执行官董德融(Dan Doctoroff)表示,“RTS在市场连接方面的实力与我们在数据、分析和订单管理领域的经验形成完美互补。随着我们继续完善我们的企业和交易解决方案,整合RTS卓越的交易所连接和才华横溢的团队将为我们的客户带来巨大的价值。”
这项收购使彭博可利用RTS现有的全球数据中心网络进一步扩展与交易所的连接。通过将RTS的多资产交易解决方案和服务融入彭博的交易技术,彭博可以让全球客户更快速、更可靠地接入世界各地的交易所,从而创造公平的交易环境。
RTS还将增强彭博深厚的市场技术专长。彭博聘用了3000多名技术专家,而RTS则拥有150多名雇员,其中包括在欧洲、亚洲和美国开发本土市场连接解决方案的专家。
RTS联席创始人兼首席执行官Steffen Gemuenden说:“公司在高质量的市场连接和交易支持应用方面有着丰富的经验,我们十分自豪地将其带到彭博大家庭。彭博在我们员工和技术方面的投资将使寻求差异化多资产交易解决方案的客户获益匪浅。”
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。