Kyndryl周三宣布与亚马逊网络服务(AWS)建立新的合作关系,重点放在扩大旗下企业产品及在云中建立其内部基础设施上。
该交易的条款未有披露,但两家公司表示,Kyndryl将建立一个AWS云计算卓越中心(CCOE),目的是“提供最先进的客户解决方案和服务、支持关键任务基础设施及下一代技术和现代化的应用程序和跨行业的工作流程”。
Kyndryl首席执行官Martin Schroeter表示,“我们能自由探索和发挥AWS云服务与Kyndryl深厚的特定行业管理服务和专业知识的综合优势,就可以提供前所未有的知识和创新水平。”
管理服务巨头Kyndryl大约100天前从IBM分拆出来,其间已经与微软云、SAP和VMware建立了伙伴关系。Kyndryl的一位发言人指出,Kyndryl已经与这三家云计算超大规模公司签署了战略联盟协议。
IBM在2020年10月宣布了该项拆分,当时的解释说新业务的建立“将帮助IBM精简旗下运营模式,巩固共享服务并将精力集中在云和新市场上,包括人工智能和混合云业务,其中包括红帽”。
AWS-Kyndryl的合作关系包括一个用于VMware云的加速器。
VMware首席执行官Raghu Raghuram表示,“VMware、AWS和Kyndryl将以客户为中心、技术创新和行业领导地位汇集成一个独特组合,必将加速客户的应用现代化和云计算举措。”
Raghuram还表示,“AWS是VMware在vSphere工作负载方面的首选公有云合作伙伴,而Kyndryl和VMware的合作关系则建立在二十多年的合作基础上。我们三家公司将共同帮助客户成功驾驭复杂的云计算之旅,在保留企业控制权的同时实现更广阔的数字创新。”
AWS首席执行官Adam Selipsky补充表示,两家公司正在努力教育更多的AWS认证从业人员,并在为云服务开发各种工具。
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。