ZD至顶网软件频道消息: 微软再次针对削减了针对虚拟机和存储的云成本。
微软的F系列虚拟机(提供基于至强E5-2673 v3的核心)针对Linux降价达23%,针对Windows降价18%。
微软A1 Basic VM云服务器在Linux配置下降价42%,在Windows下降价51%。
我们很难确定其确切的成本,因为微软提供给我们的数字属于特定地区的降价。而微软有很多地区,你可以在Auzre定价页面上查看细节。
要说有51%这个数字是适用于英国南部地区的,这算是一个好消息,特别是考虑到去年12月微软曾表示受脱欧影响货币波动将不可避免地导致价格上涨。
微软还降低了存储的价格,针对Hot Block Blobs降价26%,针对Cool Block Blobs降价38%。此外在存储方面,你现在可以看到新的“存储服务加密”的样品,对Azure文件存储采用了AES-256。
微软并没有说为什么降价,但是通常理由就是当开放了新的数据中心、推出新的套件或者有了更成熟的自动化,云的价格就有可能下降。AWS、Azure和Google这三大云都可以以这种方式降价。到目前为止,还没有哪个厂商会说“我们看重质量而不是价格”,所以没有人敢停止降价。
根据Synergy Group对云收入的评估,AWS占据最大的市场份额。
随着Rackspace、VMware、Cisco和HPE陆续重塑或者关闭云业务的时候,他们很难追赶上拥有一个庞大的、功能丰富的云的AWS。
想要顶住AWS降价压力与之竞争,这看起来更加困难。除非你是Oracle,此前承诺要以以AWS更快速、更便宜的方式提供云,而最近却改变了许可方式,价格是AWS的两倍。
好文章,需要你的鼓励
这项研究提出了PathFinder-PRM,一种创新的层次化过程奖励模型,通过先分类数学和一致性错误,再估算步骤奖励分数,从而提升大语言模型的数学推理能力。研究团队构建了40万样本的数据集,使用细粒度错误标签训练模型,在多个基准测试上超越了现有最佳模型,并以更高的数据效率实现了更好的端到端数学问题解决能力。这种方法像经验丰富的数学老师一样,不仅指出错误所在,还能提供更精确的改进指导。
这篇论文比较了AI辅助软件开发中的两种新兴范式:"直觉式编码"(Vibe Coding)和"智能体编码"(Agentic Coding)。Cornell大学研究团队的综述揭示了两种方法的根本区别:直觉式编码强调开发者与AI的对话式交互和创意探索,而智能体编码实现了自主软件开发,能独立执行复杂任务。研究探讨了这两种范式的概念基础、技术架构、应用场景和未来发展路线图,指出它们并非对立,而是可以在软件开发生命周期的不同阶段互补,形成统一的人机协作模式。
RankNovo是由上海人工智能实验室和复旦大学等机构联合开发的创新框架,通过列表式重排序方法整合多个肽段测序模型的优势,提出PMD和RMD两种新指标精确评估肽段差异。实验证明它在9-species基准测试中超越所有单一模型,肽段召回率提升至66.0%,并展示出强大的零样本泛化能力,为蛋白质组学分析提供了全新范式。
这篇研究深入探讨了大语言模型在处理不同语言长文本时的位置偏差现象。研究团队分析了英语、俄语、德语、印地语和越南语五种语言,发现位置偏差主要由模型决定而非语言特性,Qwen模型偏好文本末尾位置信息,挑战了传统认为模型偏好早期信息的观点。研究还揭示明确告知模型正确上下文位置反而降低性能,而熵分析表明当正确信息位于模型偏好位置时,不确定性反而增加,为多语言AI应用提供了重要指导。