根据Reddit论坛公布的最新消息,Veritas公司即将发布NetBackup设备的更新方案。
Veritas公司于本月十三号在Reddit上发表了一份解答文件。根据该文件的说法,NetBackup 7.7将在以下方面实现水平提升:
• 云存储,文中提到Google Cloud Storage Nearline。
• 虚拟化。
• 甲骨文。
• SQL Server。
• 自助服务。
• VVOL——即虚拟存储分卷。
• 快照及其它功能。
重复数据删除与加速功能同样将被纳入与谷歌云存储集成相关的探讨当中。
上述新特性将建立在赛门铁克NetBackup 5230与5350专用型备份设备(简称PBBA)的重复数据删除与加速功能的基础之上。
根据Reddit论坛上的反馈意见来看,NetBackup用户对于Veritas业务的拆分感到非常振奋,且相信其产品及许可机制将在独立后得到进一步提升。
论坛会员glenrsimon在评论中指出:“平心而论,我们为Veritas业务独立而兴奋不已。”
看起来赛门铁克对于该产品的掣肘终于迎来尾声。
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。