ZDNet至顶网软件频道消息:云计算领域的众多巨头都已经启动了旨在加速采用、同时寻找一些新想法的初创基金。
谷歌就是最近一家宣布拿出一笔新的资金来加速全球早期技术公司成长的厂商。
这项名为“Google Cloud Platform for Startups”的计划所针对的市场和目标领域是显而易见的。
谷歌技术基础设施高级副总裁Urs Hölzle在Google for Entrepreneurs全球合作伙伴峰会上介绍了该项目,并表示这笔资金将用于帮助开发者专注于代码而不是管理基础设施上。
与此同时,这个项目不仅给谷歌云平台带来了更多客户和普遍认识,而且潜在地能够去拥抱一些大的想法或者公司——就像Netflix、Pinterest和Instagram在Amazon Web Services上那样。
那些创建时间不足5年,年收入不到50万美元的初创公司有资格申请该项目的资金。
如果申请被接受,这些初创公司将获得10万美元的云平台贷款,并得到来自谷歌技术解决方案团队的支持。
在谷歌公布该项目之前,Salesforce.com也曾启动了类似的项目(但是资金比谷歌的更多)。
本周一,Salesforce风险投资公司宣布专门向那些为Salesforce.com平台构建新移动应用和连接产品(例如可穿戴设备)的公司投入1亿美元资金。第一波投资已经包含的公司有DocuSign以及InsideSales.com,等等。
Salesforce首席执行官Marc Benioff本周二在TechCrunch Disrupt上表示:“我们在投资方面有深厚的经验。”
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。