软件定义存储(SDS)领导厂商ProphetStor希智数据科技有限公司今天宣布加入Red Hat OpenStack云基础架构合作伙伴网络,为Red Hat Enterprise Linux OpenStack平台提供集成的ProphetStor Federator SDS解决方案。
Red Hat全球技术生态系统高级总监Mike Werner表示:“我们很高兴ProphetStor希智数据加入Red Hat OpenStack云基础架构合作伙伴网络。为了帮助客户充分利用Red Hat Enterprise Linux OpenStack平台和我们的开放式混合云解决方案,我们与ProphetStor希智数据等技术公司密切合作,提供强大的补充性解决方案。我们期待着进一步与ProphetStor希智数据合作,他们将是Red Hat的OpenStack技术合作伙伴生态系统的重要成员。”
Red Hat Enterprise Linux OpenStack平台是一款高度可扩展的基础架构即服务(IaaS)产品,基于OpenStack提供开放、灵活且企业就绪的私有云基础,并且为Red Hat Enterprise Linux进行了优化。ProphetStor Federator SDS解决方案与OpenStack组件轻松集成,可以自动发现和提取物理存储资源到按功能和性能分类的虚拟池中,并且提供集中管理、自动化存储配置以及资源的动态配置和调度,从而满足存储需求。
ProphetStor希智数据首席执行官陈文贤博士表示:“ProphetStor希智数据很高兴与Red Hat合作,优化我们的解决方案并验证其互操作性。与Red Hat等行业领袖建立合作伙伴关系至关重要。我们期待着与Red Hat进一步地密切合作。”
Red Hat OpenStack云基础架构合作伙伴网络为契合Red Hat的OpenStack产品的第三方技术公司提供业务和技术资源。自从该计划于2013年4月推出以来,有超过1000个软件、插件和硬件系统已经通过认证,并作为商业解决方案得到全面支持。开发这些解决方案的合作伙伴与Red Hat密切合作,向客户提供企业就绪的商业级OpenStack基础架构以及计算、网络和存储领域的补充性技术。Red Hat OpenStack云基础架构合作伙伴网络包括全球各地的领先公司,包括独立硬件厂商(IHV)、原始设备制造商(OEM)、独立软件厂商(ISV)、系统集成商(SI)、托管服务提供商(MSP)和通信服务提供商。他们已经提供了通过认证的解决方案并通过自己的方式支持客户的部署。
已经获得Red Hat Enterprise Linux OpenStack认证或通过其它Red Hat开放式混合云产品认证的解决方案可以在Red Hat认证解决方案市场购买。
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。