增强的可扩展性、敏捷性、高效率和性能优势使企业能够在任何环境中更快、更轻松地创建和部署智能应用程序
中国北京,2022 年 11 月 10日——图技术的领导者Neo4j(R)今天宣布了下一代可用于云端的图数据平台Neo4j 5上线。在传统数据库的基础上,扩大了原生图的性能优势,同时在本地、云、混合云或多云部署中实现更高可扩展性,从而使企业能够更快地创建和部署智能应用程序,并从数据中获取更大价值。
Neo4j联合创始人兼首席执行官Emil Eifrem表示:“随着企业开始寻求更好的方法利用数据连接来大规模地解决复杂问题,图技术的应用正在加速。Neo4j 5提供更高可扩展性、敏捷性和性能的新平台,帮助企业进一步突破局限,挖掘其数据和业务的潜能。”
Neo4j 5的专属优势包括:
Neo4j 5可以在 https://neo4j.com/download-center 下载以及在 AWS、微软和谷歌云计算平台上直接使用。
Neo4j 5性能优势为行业设定了新标杆
超过1,300家企业和机构信任Neo4j的技术,应用Neo4j图数据平台管理至关重要的任务应用程序,保持性能、安全性和数据完整性。在企业图数据急剧爆炸式增多的形势下,Neo4j 5进一步帮助企业和机构扩展其领先地位。
Adobe高级软件工程师兼Devrant联合创始人与工程负责人David Fox说:“对于我们而言,切换到Neo4j图数据平台是一个巨大的胜利。我们已经看到了性能显著提高,复杂性、存储和基础设施成本都大大降低。工作人员现在专注于改善基础设施,而无需花时间进行底层细节的管理。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。