甲骨文公司宣布推出免费版的 Oracle Database 23c。全新的 Oracle Database 23c Free — Developer Release 可满足全球开发人员和企业对 Oracle Database 23c“App Simple”中新增功能的访问需求。现在,开发人员可以访问创新性的 Oracle Database 功能,简化现代数据驱动的应用开发,为即将发布的下一个长期支持发行版 Oracle Database 23c 做好准备。
甲骨文公司关键任务数据库技术执行副总裁 Juan Loaiza 表示:“甲骨文很高兴能够让开发人员提前使用优秀的数据库技术来开发和运行现代应用。借助 Oracle Database 23c Free — Developer Release,开发人员将能够利用 JSON Relational Duality 和其他突破性功能来提升技能水平并开始构建新应用。全新的功能可统一关系数据模型和和文档数据模型并结合两者的优势,支持直接对 OLTP 数据进行图形查询,以及支持全球广受欢迎的编程语言 JavaScript 的 Stored Procedures。”
Oracle Database 23c Free — Developer Release,以开发人员为先
Oracle Database 23c Free — Developer Release 可作为 Docker Image、VirtualBox VM 或 Linux RPM 安装文件下载,无需用户账户或登录。Windows 版本计划将于日后推出。
RedMonk 联合创始人 James Governor 表示:“开发人员是当今科技决策中的重要力量。因此,让他们畅通无阻地使用工具比以往任何时候都更重要。Oracle Database 23c Free–Developer Release 旨在消除开发人员访问的障碍,允许开发人员在无需许可的情况下定义生态系统。这对甲骨文来说是一个巨大的改变。”
Oracle Database 23c Free — Developer Release 包含了:
· JSON Relational Duality:开发人员可以通过关系数据模型或 JSON 范例的单一信息源构建应用,并受益于关系模型和文档模型的双重优势。他们只需进行一次数据存储,就可以使用任一方法访问、写入和修改数据。开发人员受益于 JSON 和关系模型(包括复核 ACID 规定的事务处理和并发控制),这意味着他们不再需要在复杂的对象关系映射或数据不一致问题之间做出取舍。
· JavaScript Stored Procedures(由 GraalVM 支持):通过编写 JavaScript Stored Procedures 或将现有 JavaScript 库加载到 Oracle Database 中,JavaScript 代码现在可以比以前更贴近数据。这意味着开发人员可以在数据层内直接重用现有业务逻辑,并重用 JavaScript 开发技能,从而提高工作效率。JavaScript 代码调用可以与 SQL 和 PL/SQL 混合使用,从而提供多语言编程语言支持。
· JSON Schema:开发人员现在可以通过符合行业标准的 JSON Schema 来确保和验证 JSON 文档结构,从而充满信心地使用 JSON 数据格式。
· Operational Property Graphs:开发人员现在可以通过 Oracle Database 构建事务和分析属性图应用,并获得优秀的 SQL 标准属性图查询支持,包括基于关系数据和 JSON 数据运行图形分析。
· Oracle Kafka API:Kafka 应用现在可以针对 Oracle Database Transactional Event Queues 运行,并且只需少量改动代码。这使得基于事务型事件构建的更强大的微服务能够在单个原子事务处理中执行事件操作和数据库更改。
· SQL Domains:全新的域构造可以用作轻量型修饰符,用于集中记录预期数据使用情况、扩展和显著改进 SQL 标准域。有鉴于此,开发人员可以更好地了解数据的使用方式并提高整体数据质量,而无需面对需要使用特定数据类型或用户定义类型的复杂性和不兼容性。
· Annotations:数据库的元数据现在可以直接与 Oracle Database 中的新注释机制一起存储。开发人员可以为表、列、视图、索引等通用数据模型属性添加注释,并提供一个集中的轻量级声明性环境,以便在多个应用之间登记和交换使用属性。通过将元数据和数据存储在一起,可确保使用数据的任何用户或应用都具有一致性和通用可访问性。
IDC 数据管理软件研究副总裁 Carl Olofson 表示:“在 Oracle Database 23c Free — Developer Release 中,开发人员可以尽早访问新的应用开发功能,尤其是 JSON Relational Duality。此发行版终于让开发人员有机会尝试统一和同步文档数据和关系数据。该功能让开发人员可以根据不同的使用场景选择合适的访问格式,而无需担心数据结构、数据映射、数据一致性或性能优化方面的问题。现在,他们还可以基于关系数据和 JSON 数据运行图形分析。Oracle JSON Relational Duality 是一个真正的革命性解决方案,这可能是信息科学领域近 20 年来非常重要的创新之一。”
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
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。