ZD至顶网软件频道消息:亚马逊周二宣布推出Aurora两个新功能,此举是亚马逊完善AWS服务的一部分。
Aurora是亚马逊旗下兼容MySQL的关系数据库。新添加的调用Lambda函数的功能令用户可以将Aurora连至其他AWS服务,另外还可以从亚马逊的S3(Simple Storage Service)直接将数据加载到Aurora数据库里。
AWS Lambda是一个无服务器的计算服务,可对事件做出响应运行代码及自动管理底层的计算资源。用户可以在Aurora里写存储过程调用Lambda函数。例如,用户可以利用亚马逊的简单电子邮件服务(SES)发送电子邮件,或利用简单通知服务(SNS)发出通知或更新亚马逊DynamoDB表。AWS Lambda可在应用程序层面上用,以实现复杂的ETL作业和工作流程、跟踪和审计数据库表数据库表的行为及执行高级的性能监控和分析。
第二个新功能可用于直接将数据从S3篮子里导入Aurora。在此之前,用户必须先将数据复制到EC2实例,然后才能导入Aurora。所用数据可以来自用户的Aurora可访问的任何AWS地区集群。
亚马逊一步步蚕食甲骨文的数据库业务,甲骨文首席技术官Larry Ellison也已经注意到了这一点。他上个月在甲骨文全球大会上抨击Aurora数据库缺乏特点,他还抨击了AWS锁定供应商的做法。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。