Gartner公布了首个重复数据删除目标备份设备魔力象限,证实了EMC的Data Domain处理领导者象限,把惠普远远地抛在了第二位,昆腾作为挑战者和Exagrid作为远见者有些令人意外。
Gartner的魔力象限分为4块,2个维度分别是横轴的愿景完整度和纵轴的执行力。左下是利基者,左上是挑战者,右下是远见者,右上是领导者。
在这个象限的利基者类别下有6家厂商,远见者类别下有2家厂商,挑战者类别下有1家厂商,领导者类别下只有2家厂商:EMC和惠普。
只有Sepaton(高端产品)和Exagrid处于远见者象限,Exagrid所处的位置更高更接近于右侧,因为Gartner给出较高分数是根据:
- 地理战略
- 垂直/行业战略
- 市场营销战略
- 销售战略
- 创新
- 提供产品战略
- 对市场营销的理解
昆腾是唯一的挑战者,位置很接近利基者的类别,后者包括Riverbed、NEC、飞康、戴尔、IBM以及富士通。这对昆腾以及DXi产品来说是个好消息。
在领导者象限,惠普凭借StoreOnce联合重复数据删除产品领先于其他厂商,但是仍然远落后于拥有Data Domain产品的EMC。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。