ZD至顶网软件频道消息:甲骨文公司已经将一套新型硬件添加至其“Oracle Cloud at Customer”产品当中,具体方式为利用其全新Exadata Cloud Machine运行内部甲骨文数据库,同时配合与Exadata Cloud Service完全相同的接口。
Cloud at Customer旨在将甲骨文的公有云体验整合至硬件当中,从而实现内部运行。甲骨文公司将其产品作为提供云体验的方案,从而帮助企业在无需调整监管机制的前提下顺利过渡至公有云当中。另外,由于使用同自家公有云相同的接口,因此客户能够更轻松地建立起混合云体系。再有,甲骨文亦提供一款用于本地及公有云版本服务的独立API,旨在为开发人员提供便利。
Cloud at Customer还提供类云型支付选项。客户可以为相关硬件及数据库支持订阅费用,其基本费率及费用则取决于实际资源使用规模。
这套新型设备将提供以下四种配置选项:
红色巨人最近开始向其他在公有云环境下运行其数据库的用户发送价格信号,包括将在AWS内运行数据库的许可费用提升一倍。而经过此次推出混合云数据库即服务方案,甲骨文公司再次表明其渴望尽可能多地掌控客户的基础设施堆栈。新设备的定价尚未正式公布,不过甲骨文公司创始人Larry Ellison此前曾承诺其价格水平将低于全部多云方案。
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。