至顶网软件频道消息: 数据库公司MongoDB公司今天公布财报,收益轻松超出预期,使其股价在盘后交易中迅速上涨。
此前,有数家主流科技公司相继公布了令人失望的财报结果,而现在MongoDB逆势而上,在利润、收入和指引方面都轻松超出预期。
MongoDB主要售卖与公司同名的文档型数据库,为大数据应用和其他处理工作提供支持。根据MongoDB的财报显示,在某些特定成本之前的收益为每股亏损17美分,收入同比增长71%至8550万美元。此前分析师预期的收益为每股亏损38美分,收入为7400万美元。
MongoDB 公司首席执行官Dev Ittycheria在一份声明中表示:“我们全面管理的全球多云数据库服务MongoDB Atlas在第四季度实现了一个重要的里程碑,推出后不到三年年收入就超出了1亿美元。”
更让人惊喜的是MongoDB公布的指引。在这个季度中,大多数科技公司都谨慎行事,预测未来收益结果可能会令股东感到失望,而MongoDB恰恰相反。
MongoDB预计第一季度的亏损在23至25美分之间,收入在8200万美元至8400万美元之间,而分析师预期的是每股亏损37美分。
业绩超出预期,引发了投资者们买入MongoDB股票的热潮,使得MongoDB股价在延长交易中上涨近19%。今年MongoDB的股票有如坐过山车,尽管年初遭遇了两次重大打击,但今天MongoDB的股价已经上涨了25%。
这两次打击,分别是今年1月份AWS宣布推出自己的数据库软件——DocumentDB,与MongoDB针锋相对;然后2月份,MongoDB最大的客户Lyft宣布将把系统迁移到别的数据库服务中。
但Moor Insights&Strategy分析师Patrick Moorhead表示,这些可能都是暂时性的,即使阴影笼罩下来,MongoDB仍然有巨大的机会。
Moorhead说:“这是一个巨大的市场,MongoDB的收益就可以证明这一点。不过随着时间的推移,我预计亚马逊会主导这个市场。”
也许确实如此,但有分析师认为,对这两家公司来说,他们都有足够的发展空间。Constellation Research首席分析师兼副总裁Holger Mueller表示,目前市场对MongoDB的数据库软件需求非常高。
Mueller说:“数字经济需要的不仅仅是关系型数据库。尽管亚马逊也参与到市场竞争中,但MongoDB已经找到了增长的方法,现在它需要做的就是维持这一增长。成功做到这一点,就有望成为下一代以文档为主导的企业数据库的事实标准。”
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。