至顶网软件频道消息:甲骨文本周了推出旗下的API(应用编程界面)平台云服务。甲骨文在发布声明件里称,该API服务是甲骨文云平台的一部分,提供“端到端功能,用于设计、原型制作、记录、测试和管理大量关键API”。
该服务是继甲骨文收购API开发工具初创公司Apiary后推出的。新平台可有效地将Apiary的API设计和治理平台与甲骨文的API管理功能结合在一起。平台用户可以授权外部开发人员和合作伙伴访问防火墙后、应用程序内部和存储中的数据。开发人员还可以针对不同的受众管理不同的界面。平台可在内部、甲骨文云里或通过第三方云部署。
甲骨文云平台高级副总裁Amit Zavery在一份声明中表示,“数据是新的公司货币,API对于业务现代化和敏捷性至关重要,API令用户能够轻松地在(移动、IoT、云端或内部的)应用程序和设备中连接和共享关键信息。”
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。