富士通今日宣布发布一款PB级ETERNUS LT磁带库产品,该产品同时拥有高性能和超大数据容量,可以兼顾短期备份和长期归档用途。作为富士通存储的旗舰型产品,ETERNUS LT磁带库系列主要面向中小型企业,新品LT260致力于满足企业日益增长的需求。
磁带仍然是长期数据保存和归档的最经济的存储介质,这与富士通为用户提供最经济的数据中心技术的愿景不谋而合。富士通新推出的这款ETERNUS LT260磁带库采用了LTO技术自动进行信息保存,为企业提供更多的备份和归档余量。
ETERNUS LT260拥有可扩展设计,通过增加一个可选模块,系统容量就可以加倍,从80个槽位增加到160个。最新的LTO-6磁带可以容纳6.25TB的压缩数据,这款新推出的中端富士通ETERNUS磁带库满配之后最多能够存储1PB的压缩数据或者400TB的非压缩数据。向下兼容也是标准的,ETERNUS LT260支持LTO所有版本。
与所有的ETERNUS LT磁带库一样,新品ETERNUS LT260配置了多种工具以降低管理费用,如自动化、集成化工具,简化的数据保护程序,并增加了归档功能以减少人为干预和错误。并且也不需要深入到归档中管理带库,因为远程管理和诊断工具已经是标准配置工具。
富士通ETERNUS LT260产品已经上市,并接受订购。定价因地域和系统配置而不同。
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。