至顶网软件与服务频道消息:今天有多篇报道称,大数据分析公司Palantir正在准备在未来几周内申请首次公开募股(IPO)。
据彭博社报道称,由Peter Thiel创立的Palantir公司,正在准备向美国证券交易委员会提交一份保密的S-1文件。据称,Palantir正在与银行方面合作,给私人股东梳理出一份要约收购公告,以帮助Palantir在上市之前清理其资本结构,此外Palantir还与一家IPO顾问公司展开了合作。
据路透社报道称,今年其他IPO的强劲表现,是让Palantir鼓起勇气做出上市决定的原因之一,但值得注意的是,Palantir仍在考虑是进行传统IPO还是直接上市。
对于规模较大、较为成熟的初创公司来说,直接上市的方式变得越来越受欢迎,因为直接上市让企业可以直接在交易所挂牌出售现有股票就行了,而且直接上市的过程成本较低,不需要承销商参与,可以为较大型的企业节省数千万美元费用。目前已经成功直接上市的知名企业包括Spotify和Slack。
Palantir成立于2004年,提供的软件可以让企业组织将数据、决策和操作集成到一个平台中。该软件通过允许客户集成和分析所有数据,为有需要的人提供所需的数据,从而能够快速回答复杂的问题。
Palantir一直以来因为与各国政府合作紧密而显得有些神秘。美国中央情报局是Palantir早期的投资者之一。尽管现在Palantir的运作更加透明一些了,例如公开了与美国海军、美国疾病控制中心和美国太空部队的合同,但出于国家安全的考虑,Palantir的某些服务可能永远无法公开披露。
Palantir也不是没有争议。Palantir在向美国国家安全局和美国移民与海关执法局提供服务方面的关系都曾登上头条。
据报道称,Palantir曾计划在2018年10月上市,估值410亿美元。路透社称,如果今年上市,Palantir的估值可能会超过410亿美元。
根据Crunchbase的数据,Palantir已经在25轮融资中筹集了20亿美元的风投资金。在2015年公开的最后一轮融资中,Palantir获得了8.8亿美元中,当时估值为200亿美元。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。