至顶网软件频道消息:4月24日,据彭博社报道,阿里云在亚太云计算市场份额达19.6%,超过亚马逊和微软的总和。这是阿里云连续第二年位居亚太市场第一,份额同比上年增长4.7个百分点,持续扩大领先优势。
报道引述研究机构Gartner的最新市场调研数据,在云计算基础设施领域,2018年阿里云在亚太区域市场份额为19.6%,同期亚马逊为11%、微软为8%。同比2017年,阿里云市场份额增长了4.7个百分点。同时,在全球范围内,阿里云持续保持全球前三的领先地位。
彭博表示,阿里云在过去三年里持续保持高速增长,远超行业平均增长水平。在国际市场上,阿里云的增长更加迅速,其在亚太区域拥有最为广泛的云计算基础设施布局,并且是唯一在马来西亚和印度尼西亚开设数据中心的云服务商。
公开资料显示,2018自然年阿里云营收达到213.4亿,四年间增长20倍。高速增长的同时,阿里巴巴还在不断加码对云业务的战略投入,将全集团的技术与云全面结合并对外输出,目标是构建数字经济时代的云智能基础设施。
同时,阿里巴巴自身也将在未来1到2年内All in Cloud,为数字经济发展提供基于云上最佳实践的新技术和新理念。
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。