ZD至顶网软件频道消息: 红帽周三宣布收购API管理先锋3Scale,以补充旗下现有的中间件产品组合。同一天,红帽还发布了2017财年第一季度的业绩,盈利符合预期,收入好过预期。
红帽第一季度业绩坚挺,而红帽表示,3Scale收购将令本季度的GAAP运营费用增加约300万美元(折合每股1美分),整个财年的GAAP运营费用将增加700万美元(折合每股3美分),红帽股价在盘后交易里应声下跌。
红帽高级副总裁Craig Muzilla在一份声明中表示,3Scale对于红帽中间件产品组合和红帽OpenShift的补充“使得一众公司可以利用诸如红帽JBoss Fuse等工具创建和发布API,并可以管理这些API以及推动已发布的API的采用”。
IDC分析师Al Hilwa表示,3Scale会是红帽的一个增长动力,它和红帽移动产品会是个上佳搭配。他表示,“红帽差不多两年前收购了FeedHenry,当时获取了一些后端功能,而3Scale 的API管理产品则会将红帽的 API功能提升到了另一个层次,”
据悉,开放源代码软件公司红帽2017年第1财季的非GAAP净收入为9200万美元,合每股50美分。其收入为5.68亿美元,同比增长18%。
红帽本季度的订阅收入为5.2亿美元,同比增长18%,占总收入的88%。第一财季里与基础设施相关产品的订阅收入为4.3亿美元,同比增加14%。与应用开发相关的收入以及来自其他新兴技术的收入达9800万美元,同比增长39%。
华尔街之前预测红帽的收入为5.627亿美元,合每股收益50美分。
至于第二季度,红帽预计非GAAP每股收益为54美分,预计收入为5.87亿美元到5.93亿美元之间。而就2017财年而言,红帽预计每股非GAAP每股收益为2.19美元至2.23美元,收入为23.8亿美元至24.2亿美元。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。