至顶网软件频道消息: 考虑到政府合约市场丰厚的利润,微软已经为美国政府推出了定制版本的Azure Stack和微软365。
这家雷德蒙德的公司表示,这两个云平台的政府版本将为美国政府机构设计特殊的安全和管理选项。
对于微软365来说,这意味着内置了符合联邦数据标准(如FedRamp)的合规性。该软件包将Windows 10、Office 365和Enterprise Mobility + Security同微软的安全政府云服务捆绑在一起,安全政府云是一个由经认可的工作人员运行的独立数据中心,专供美国政府使用。
除了遵守政府法规和数据标准之外,微软还在鼓吹其服务的安全优势,并指出托管Windows获得安全补丁和更新速度将比内部部署的系统更快。
微软全球现代工场的总经理Josh Rice写道:"微软可以快速更新其服务以防范威胁,因为许多拥有本地部署环境的政府机构在受到攻击时可能需要花上数周甚至数月的时间才能部署补丁程序。"
"我们大幅加快时间表的能力可以为我们的政府云客户带来真正的投资回报率,并为公民数据提供更好的保护。"
微软365政府软件包将提供三种版本:政府社区云(针对民间机构和州/地方政府)、GCC High(针对国防承包商和高安全性应用)以及针对美国国防部的DoD Cloud。
Azure Stack是微软Azure云服务的内部版本,也针对美国政府的工作做了改进。微软相信Azure Stack捆绑软件(预计在今年晚些时候推出)对于远程办公室或大使馆等远程办公场所特别有用,这些机构希望在当地保存数据。
政府版的Azure Stack将允许这些机构把Azure Government作为内部部署的系统运行,而不需要通过有可能不安全或者不稳定的互联网连接去连接云服务。
Azure Stack的主管Natalia Mackevicius写道:"借助Azure Stack,可以在现场处理数据而无需担心延迟或互联网连接的问题,然后在Azure Government中运行聚合分析以获得最精确的预测和异常检测。在每种情况下,混合云从企业延伸到战术前沿,可以被用于联网、脱机或者断开连接的环境。"
微软还希望延伸其在高安全性政府云计算领域的触角。雷德蒙德的这家公司表示在今年晚些时候,它还将推出两个新的Azure Secret区域实例。
专门的Azure设施将专门服务于国家安全机构,并被允许存放要求达到国防部影响级别为6级(DoD Impact Level 6)的文件。此前,Azure的政府设施只能处理达到5级的文件。
目前,这些服务只针对美国联邦、州和市政府。微软没有表示这些云服务是否将在国际上推出,或者将于何时推出。
好文章,需要你的鼓励
亚利桑那州立大学的研究团队开发了RefEdit,这是一种新型图像编辑AI系统,能够准确理解和处理指代表达(如"中间那个人"、"右边的猫")。通过创建RefEdit-Bench基准测试,研究者们证明现有模型在多物体场景中表现不佳。他们设计了一种创新的数据生成流程,仅用2万样本就训练出的RefEdit模型超越了使用数百万样本训练的大型模型。这一突破使AI图像编辑在复杂场景中更加精确和实用。
这项研究提出了Critique-GRPO,一种创新的在线强化学习框架,将自然语言批评与数字反馈相结合,克服了传统仅用数字反馈的三大局限:性能瓶颈、自我反思效果有限和顽固性失败。实验表明,该方法使大语言模型能够从错误中学习并改进,在八项数学和通用推理任务中,将Qwen2.5-7B和Qwen3-8B模型的平均通过率分别提高了约4.5%和5%,超越了包括那些引入专家示范的方法。研究还揭示,高熵探索和长回答并不总是最有效的学习方式,质量更重要。这一方法为大语言模型的自我提升能力开辟了新路径。
这篇研究介绍了"量化LLM评价者",一个创新框架,能使大型语言模型(LLM)在评估其他AI输出时更接近人类判断。由麻省理工和Adobe联合研发的这一方法,将评估过程分为两个阶段:先让LLM生成文本评价,再用轻量级机器学习模型将这些评价转化为更准确的数值评分。研究提出了四种评价者模型,适用于不同评估场景,实验表明它们不仅能显著提高评分准确性,还比传统微调方法更节省计算资源。这一框架特别适合人类反馈有限的场景,为AI评估领域开辟了高效且可解释的新路径。
这项研究由IDEA、华南理工大学和北京大学联合开发的Rex-Thinker系统,通过模仿人类的链式思考方式来解决物体指代问题。与传统直接输出边界框的方法不同,它采用规划-行动-总结的三步骤推理,使AI能像人类一样逐步分析图像中的候选物体,并在找不到匹配物体时拒绝作答。通过构建90,824样本的HumanRef-CoT数据集和两阶段训练方法,系统在精度、可解释性和泛化能力上均取得了显著进步。