Infortrend今天宣布其EonStor DS 1000及3000系列新增加了4 种级别的自动分级存储, 硬盘耗损程度指示和自行加密硬盘(SED) 技术,这些功能大幅优化了SSD功能并加强了对存储产品的安全防护。
对企业来说,SSD是一项购买成本较高的投资。Infortrend这次新增的硬盘耗损程度的监控与指示功能,让用户可以实时了解每颗 SSD的状态,及早发现并预防硬盘可能发生的潜在问题,不仅能保障硬盘及存储投资,更能维持SSD使之保有较长的优异性能。而4种级别的分级存储功能也是一大亮点,系统可依 SSD、SAS 和 NL-SAS硬盘的各自独特优势去分配“热度”不同的数据,使产品在存储速度及容量的运用上都有显著提升。
另一值得注意的新功能是自行加密硬盘(SED)支持。这种硬盘专属的硬盘密钥几乎无法破解:即使硬盘遭窃或遗失,外人在没有密钥的情况下也无法读取数据。SED 技术也可加速数据的销毁,密钥一旦宣告无效,用户将永远无法读取硬盘中的任何数据。因此,企业不再需要花大价钱请专业人员处理废弃硬盘。
Infortrend产品规划部总监高明贤先生表示:“EonStor DS系统这次针对SSD优化下足功夫并且成果丰硕。4 种级别的存储分层和硬盘耗损指示等功能可协助消费者在享有SSD高效能的同时,也能延长硬盘的寿命。我们会坚守承诺,不断改进产品的存储技术,使它们能超越当今甚至是未来的潮流。”
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。