7月14日,MongoDB(NASDAQ代码MDB)在2021 MongoDB.live全球用户大会上发布了一系列变革性的产品增强功能。重磅发布支持原生时间序列的MongoDB 5.0版本、MongoDB Atlas中无服务器数据库预览版以及Atlas Search、Atlas Data Lake和MongoDB端到端移动数据解决方案Realm的新功能,来持续发展MongoDB业界领先的应用数据平台。
MongoDB总裁兼首席执行官Dev Ittycheria表示:“作为全球卓越的应用数据平台,MongoDB 致力于构建立足于当下和面向未来的开发应用程序。随着全球进入后疫情时代,各地的企业都意识到将软件和数据作为竞争优势的紧迫性。对此,最好的方法助力开发人员获得与他们的思维方式和编码习惯相一致的技术,从而实现高生产力。今天的重磅发布消除了开发人员在开发过程中的诸多障碍和复杂性,帮助开发人员能够比在任何其它平台上,更快地为各种应用情形开发高度可扩展、创新性的应用。MongoDB广受世界各地开发者的欢迎和喜爱,全世界有近2.7万名客户使用MongoDB实现业务转型。”
开发人员最想要的最新一代数据库
从Atlas的多云集群、无服务器实例,到Ops Manager 5.0和Kubernetes托管的私有及混合部署,只有MongoDB能赋予开发人员如此大的自由度。MongoDB 5.0 引入了面向未来应用的全新方法,进一步增强了隐私和安全性,可以更轻松地支持更广泛的工作负载。
重大新特性包括:
MongoDB Atlas的无服务器数据库预览版
通过易用的无服务器模型,开发人员现在可以获得业界领先的文档数据库的高度灵活性和丰富表达能力。无服务器实例现已进入预览阶段,支持最新的MongoDB功能,因此用户不必担心后向兼容和升级问题。用户只需选择一个云区域即可开始,然后开始使用对象直接映射到代码中的文档来进行开发。
Bosch.IO软件开发人员Erwin Segerer评论说:“在MongoDB 5.0之前,Bosch IoT Insights云服务依赖于定制的解决方案,拥有定制的时间序列数据模型。这为我们的开发人员和客户都增加了复杂性和障碍。MongoDB 5.0及其时间序列集合从根本上简化了我们的技术堆栈,并改善了用户体验。物联网数据以高度优化的格式自动存储,减少了存储消耗,同时还支持对数据进行快速高效的查询和分析。因此,无论是时间序列还是非时间序列数据,用户都可以通过直观而强大的查询API更快地解锁洞察力。”
MongoDB的其它增强功能
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。