Oracle用超过90亿美元的总收入开启了2018年财政年度。
Oracle周四谈论了其云计算业务,而首席执行官Larry Ellison则着重刺激了SaaS领域的竞争对手。截至日期在8月31日的2018年第一财政年度情况如下:
Oracle首席技术官拉里·埃里森在公布这些数据时,强调了云计算的持续增长,甚至对SaaS竞争对手Salesforce开了火。
埃里森对分析师们表示:“按照绝对美元计算,我们的销售额是Salesforce的两倍。我们正在整个应用程序生态系统中获取市场份额,并且从云计算的竞争对手那里夺取了市场份额。”
随后,Salesforce的老板Marc Benioff很快就在Twitter上回应了埃里森:
你有没有想过为什么Oracle从来没有在他们的财报电话会议上谈到过市场份额或者客户?pic.twitter.com/rmfDdcSugW
- Marc Benioff(@Benioff)2017年9月14日
埃里森还避开了通过大规模收购进一步扩大甲骨文云业务的话题,表示“已经没什么可买的了”,并表示Oracle将继续依赖其内部的产品。
当谈到云计算业务的蓬勃发展时,埃里森在财报电话上,至少有一次利用这个场合简要介绍了该公司下个月在旧金山举行的OpenWorld会议上将推出的相关内容。
埃里森表示:“几个星期后,我们将发布全球首个完全自主的数据库云服务。”他表示,“基于机器学习,最新版本的Oracle是一个完全自动化的‘自我驱动’系统,不需要人类进行管理或调整数据库。”
Oracle股票价格在盘后交易时段下跌了4.3%,跌至50.62美元,部分的原因是下个季度的参考业绩低于预期。
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。