ZD至顶网软件频道消息: 前一阵,坊间盛传戴尔将出售旗下软件部之事,6月20日,这件事已经被戴尔证实。
戴尔首席财务官Tom Sweet表示:“Francisco Partners和埃利奥特管理对科技爱之深切,过去在培育和打造软件企业方面有很好的成绩,两家公司必将继续为忠实的戴尔软件员工提供创新环境。”
据了解,该交易涵盖了戴尔Quest软件和SonicWALL两部门,以及其他未详细说明的高级分析、数据库管理、数据保护、端点系统管理、身份和访问管理、微软平台的管理、网络安全和性能监控等代码。
证券投资公司Francisco Partners负责人Brian Decker表示,“我们认为这些企业有巨大的增长潜力,网络安全、身份和访问管理在企业战略方面的需求越来越大,我们很高兴能支持Quest软件和SonicWALL在这些领域里的持续产品创新。”
两家公司告诉记者,交易条款目前不会公开,但称他们认为其价值约为20亿美元,其债务融资由瑞士信贷和RBC资本市场提供。
假定坊间传闻的EMC交易价是准确的,戴尔仍需设法筹集现金才能凑足收购存储公司EMC的670亿美元。戴尔今年3月以30亿美元(低于买进时的价钱)将Perot系统卖给NTT数据,后来又卖掉SecureWorks,但只筹得1.12亿美元。之前SecureWorks的首次公开募股表现令人失望。
由于所有这些原因,戴尔极有可能抛售其他非核心业务。按这种速度,在7月19日EMC董事会对该收购投票以前,米迦勒戴尔可能会被迫拍卖私人鞋柜里的袜子。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。