大数据分析公司Teradata近日公布了第四季度财报,收益和收入均超出华尔街预期水平,再加上发布了对下个季度强劲的指引,使得Teradata的股价在盘后交易中上涨了近15%。
该季度Teradata在未计入股票补偿等特定成本情况下的每股利润为38美分,收入为4.91亿美元,此前华尔街预期的每股利润仅为25美分,收入为4.75亿美元。该季度Teradata的年度经常性收入为3.83亿美元,比去年同期增长了9%,超出了3.71亿美元至3.73亿美元的预期范围。
Teradata公司首席执行官Steve McMillan表示,这是该季度表现强劲的真正原因。他特别提到了公司“以云为中心”的新战略,称这帮助Teradata的云业务年度经常性收入增长了165%,达到1.06亿美元。McMillan说:“我们云业务的发展势头让我们实现了有一个表现强劲的季度,我们的经常性收入、盈利能力和自由现金流都超出了季度预期。”
Teradata被认为创造“大数据”概念的公司之一,主要售卖各种与数据库和分析相关的软件、产品和服务。Teradata的旗舰产品是用于商业智能的Vantage分析平台,该平台让企业员工可以使用Spark和TensorFlow等各种分析引擎以及编程语言来处理数据。
近年来,Teradata开始推动将其Vantage平台和其他产品迁移到主流公有云平台(例如Google Cloud Platform),以及AWS和微软Azure上。
“我们正在加快云路线图的发展,以创纪录的速度实现云原生集成,2021年我们将推动云ARR的年增长率至少达到100%,以及公司总收入、盈利能力和免费服务的同比增长,此外现金流也将有所增加。”
Constellation Research分析师Holger Mueller表示,Teradata正在从基于许可的业务模式转变为专注于云订阅的业务模式,因此经常性收入正在快速增长,但是他也指出,Teradata的服务收入出现大幅下降。
“问题是,这个下滑是由于疫情还是客户不愿意采用需要配套服务的新产品?Teradata现在的情况很反常,总体收入下滑,服务成本也下滑甚至下滑得更厉害,但盈利情况比去年同期要好一些。投资者喜欢看到这一点,产品组合从服务向订阅的转型、获得利润等等提振因素。”
Teradata预计2021年第一季度每股收益在38至40美分之间,此前华尔街预测的是每股32美分。Teradata还表示,预计第一季度公有云收入将增长165%。
从全年来看,Teradata预计全年收入同比增长预计在“低个位数”,可能最终会超过华尔街预期的1.4%。
好文章,需要你的鼓励
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。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。