9月26日,2019杭州云栖大会上,阿里云宣布正式推出高性能数据库一体机——POLARDB BOX,用户部署在自有数据中心即可享受云数据库的便捷体验,同时还为Oracle等传统数据库用户提供一键迁移功能,最多节省95%迁移成本,更适合政企、交通、航运、金融等行业。
“POLARDB BOX是一款跨时代的产品,打破了云数据库的服务边界,”阿里云智能数据库产品事业部总经理李飞飞表示,阿里云希望将云原生数据库的管理能力下沉到本地IDC,在自有机房里就能享受公共云的体验。
发布会现场,POLARDB BOX实现了对航空App “飞常准” 25亿全球航班4D数据的毫秒级数据查询,如果这些数据按每条1厘米的宽度,加起来能绕地球4周。在过去,这些3D空间+时间的数据需要不同系统协同调度才能完成实时呈现,而通过POLARDB BOX特有的Ganos 时空 SQL 引擎即可一步到位,避免跨多个系统带来的复杂操作。
此外,POLARDB BOX一体机还具备三大亮点,满足企业在数字时代海量的数据存储需求:1、极致性能,最大支持1152 vCPU、9TB内存、118TB SSD有效存储空间;2、开放OpenAPI接口,可与私有云平台无缝对接;3、无锁备份能力,10TB本地备份及恢复仅需10秒。
POLARDB是阿里云在2018年推出的商用云原生数据库,价格仅为传统数据库的1/6,具备快速弹性能力、超大规格、超高可靠性。目前,已有约40万个数据库迁移到阿里云上,涵盖金融、电信、制造、物流等领域的龙头企业。
与传统数据库不断下降的营收相比,云数据库正在积极地快速增长。到2022年,预计有3/4的数据库天然部署或迁移到云上。POLARDB BOX的发布,或将推动用户提前感受云原生数据库带来的技术变革,促进行业加速上云。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。