至顶网软件频道消息:MapR是备受瞩目的三家初创公司(MapR、Cloudera和Hortonworks)之一,几年前围绕开源大数据软件框架Hadoop狂热时大出风头。与其他同行一样,MapR最初专注于在Hadoop生态系统中集成和扩展组件。随着大数据市场的发展,MapR已经成为一个多层面的分析和应用开发工具提供商,基于它称之为“融合数据平台”的主集成层。
与其他厂商不同的是,成立有9年时间的MapR一直保持私有的状态。MapR公司首席执行官John Schroeder毫不掩饰想要回报那些为MapR投入了2.8亿美元的投资者,但考虑到迄今为止竞争对手的股票价格表现不佳,所以他并不着急。Schroeder在2016年退出了运营的角色,但两个月前再次回归,理由是要将产品翻一番。
问:四年前,MapR称自己要“履行Hadoop的承诺”。今天,MapR却在公开资料中都不提及Hadoop。这期间发生了什么?
答:我们的首个产品涵盖整个Hadoop堆栈。这让我们能够轻松赢得大型客户,因为大多数人都在试用Hadoop。后来技术逐渐扩展,所以我们添加了[Apache] Spark、SQL访问、消息流、分析、还有利用TensorFlow进行机器学习等令人兴奋的领域。这些都不需要Hadoop,而且专注于的用例范围也比较窄。Hadoop仍然活着,但不像是2009年那个时候是一个重大的发展方向。
问:那么在这期间和客户的互动发生了什么样的变化?
答:市场在不断成熟,但“噪音”也很多,信噪比质量不高。客户在过滤信息的时候约到了很多麻烦,如今他们受到的市场教育比六、七年前多,但他们仍然需要对很多说法进行评估和验证。
问:现在想要入门是不是容易多了?
答:是越来越容易。尽管这是一个嘈杂的市场,但大数据仍然是一项必须具备的能力。我们也扩大了我们的范围,开始做推荐引擎、风险分析和欺诈检测等业务,现在我们也赢得了联网汽车的客户,我们有一家医疗设备公司在使用我们的产品对MRI机器进行分析,公有云和混合云环境已经引入了容器和编排功能。客户们必须变革为基于云或混合的架构,我们在Kubernetes和容器方面的能力对他们来说是至关重要的。
问:你认为未来五年大数据概念会有多重要?
答:大数据可能作为一个术语将继续存在,以区别于在线交易处理,但对于细分市场中发生的变革并不具有描述性。它需要变得更加细化。
问:这对MapR的战略有什么影响?
答:我们希望建立一个平台公司,所以我们从未围绕Hadoop售卖开源软件。这么做是有道理的,因为机器学习/人工智能技术和物联网不需要Hadoop,而是需要具有持久性和安全性的强大平台。我们在混合云方面也做了很多工作,为下一波虚拟化做好准备。
问:你认为哪些新技术将具有最强大的后劲?
答:物联网是一个巨无霸。我们可以通过连接汽车或使用医疗设备进行分布式处理,来降低成本并提高安全性,这真是太神奇了。另一个值得关注的是混合云,因为现在人们还远没有完全迁移到公有云,我听到有客户说他们想要平衡成本效益。
问:大数据的开源根基将如何影响企业对开源技术的态度?
答:这起到了非常重要的作用。客户希望使用定义好的标准(如SQL和Posix)进行标准化。Hadoop创建了一个客户满意的参考架构和事实标准。
问:你现在重点关注哪些领域?
答:机器学习/人工智能、容器、物联网和混合云。我们无法用20年前的技术在物联网或机器学习/人工智能上创建应用。我们可能处于大数据的第三或第四回合,我们还有很长的路要走。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。