至顶网软件与服务频道消息: 微软正在为其Data Box Edge数据传输设备和服务准备一个坚固耐用的版本,该版本主要针对的目标是政府客户。
微软正在扩展其Azure Data Box系列产品服务,增加一个新的可以放在背包中的加固型版本。这个最新的“家族成员”是加固型Azure Data Box Edge,是一种被用于向Azure传输数据或者从Azure中提取数据的设备。
微软的官员们表示,这种新型的加固型Data Box可被用于“在战术边缘地区执行地面巡逻或者类似任务的作战部队”。该设备由电池供电,重量很轻。它是当前Data Box Edge设备的一种变体,并且像当前的Data Box Edge一样,它可以在将内部数据上传到Azure之前对其进行分析、处理和转换。
微软在10月3日宣布,新的加固型Data Box Edge即将面世,并将符合MIL-STD-810G和MIL-STG-461标准。与常规的Data Box Edge一样,该设备配备了一个板载现场可编程门阵列(FPGA)处理器,用于加速机器学习,这对军事行动和其他重视速度的应用来说是至关重要的。微软正在与Klas Telecom合作制造这种新型的加固型设备。
微软于2017年开始对其Azure Data Box数据传输设备和服务进行首次测试。这是微软公司用来与亚马逊的AWS Ball竞争的产品。
还有其他一些与政府相关的新闻,微软上周还宣布,PowerApps和Flow将推广到Government Community Cloud (GCC) High环境。到10月中旬,“Team Phone Systems(Team电话系统)”和“Audio Conferencing(音频会议)”也将向GCC和国防部推出。微软还宣布其目前正在预览阶段的Sequoia Combine模拟器服务将向Azure Government和Azure Government Secret 的客户提供一种针对IC和国防部间隔区域解决方案开发的可靠方法,这种方法经过验证,值得信赖。微软最近还宣布为GCC High客户提供其Defender高级威胁防护服务。
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。