此次升级引入了全新服务地图和网页事务记录,优化了自定义解析规则和搜索功能的用户体验,进一步简化应用程序性能管理操作,并加快故障排除速度
德克萨斯州奥斯汀市——2020年6月12日——提供功能强大且经济高效的IT管理软件的领先供应商SolarWinds(NYSE:SWI)宣布,为旗下屡获殊荣的SolarWinds APM Suite带来新增和改进功能,以便IT专业人士进一步简化并更快地排除应用程序故障。SolarWinds APM Suite是基于SaaS架构的应用程序性能管理(APM)解决方案。此次更新包括AppOptics、Pingdom和Loggly,旨在为IT专业人员提供易于使用、功能强大且价格合理的APM替代方案,用于管理本地部署、混合云和云原生环境中的自定义应用程序和底层架构。
根据SolarWinds最新的《2020年IT趋势报告:IT通用语言》分析结果,IT团队需要花费更多的时间来管理应用程序和服务,这证明了应用程序对现代商业战略的重要性。此外,企业对数字化服务的需求日益增长,也让其重要性与日俱增。
SolarWinds应用程序和基础架构管理部产品策略副总裁Jim Hansen表示:“我们相信,IT专业人士需要易于使用且更具价格优势的APM解决方案,来为支持业务连续性和成功的应用程序和架构提供全栈可见性。通过升级SolarWinds APM Suite,我们能够继续将复杂的应用程序和基础架构管理化繁为简,让所有用户更加便捷地使用APM,从而发挥其最大价值。”
APM Suite最新功能和更新的亮点包括:
SolarWindsAPM Suite在今年四月发布的《Gartner 2020应用程序性能监测(APM)魔力象限》中凭借旗下APM Suite产品Pingdom、AppOptics和Loggly的执行力和前瞻性获得认可。SolarWinds认为,公司之所以能连续两年获此殊荣,正是因为其始终坚持为客户提供操作简单、功能强大且价格合理的APM工具,这也反映了公司在APM市场的地位。
好文章,需要你的鼓励
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
这项由北京大学人工智能研究院完成的研究,首次从数据压缩理论角度揭示了大型语言模型存在"弹性"现象——即使经过精心安全对齐,模型仍倾向于保持预训练时的行为分布。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。