北京-2022年6月27日——软件智能公司 Dynatrace(纽交所代码:DT)日前宣布,据最新发布的《2022 Gartner 应用性能监测(APM)和可观测能力的关键能力》报告,Dynatrace® 软件智能平台在6项应用场景评测中夺得了其中4项的最高分。该报告中,Gartner 对19家厂商的解决方案进行了评测,Dynatrace 平台在开发运维/应用开发、网站安全工程/平台运营、IT 运维以及数字化体验监测应用评测中获得了总分第一的成绩。
Dynatrace 产品管理副总裁 Steve Tack 指出:“Gartner 魔力象限是基于对厂商的评测,我们很高兴被评为领导者,并且在前瞻性方面名列前茅。Gartner 建议组织仔细研究魔力象限以及与之对应的关键能力,以便了解 APM 和可观测能力市场上的厂商概况。让我们感到欣喜的是,Dynatrace 在四个应用场景评测中位居 19 家厂商的首位。我们一直以创新为目标,感谢研发团队为客户提供了满足他们需求的解决方案,并一如既往地预测客户与日俱增的需求。”
Dynatrace 网站上提供了《2022 Gartner APM 与可观测能力的关键能力》和《2022 Gartner APM 和可观测能力魔力象限》的免费副本。
Gartner 免责声明
Gartner,《应用性能监测与可观测能力的关键能力》,作者 Gregg Siegfried、Mrudula Bangera 及 Padraig Byrne,2022 年 6 月 8 日。
Gartner,《应用性能监测与可观测能力魔力象限》,作者 Padraig Byrne、Gregg Siegfried 及 Mrudula Bangera,2022 年 6 月 7 日。
Gartner 不保证在其调查出版物中描述的任何厂商、产品或服务,也不建议技术用户只选择得分最高或者获得其他称号的厂商。Gartner 的调查出版物根据 Gartner 的调查机构的意见而形成,并不构成对事实的陈述。Gartner 对该调查概不承担任何明示或暗示的担保,其中包括任何针对特定目的的适销性或适用性的保证。
Gartner 和 Magic Quadrant 是 Gartner, Inc. 及/或其在美国和各国所属公司的注册商标和服务商标,已获准用于本文。保留所有权利。
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。