近日,美国电信运营商Verizon宣称,将在今年春季正式关闭旗下公有云平台。这一服务于2013年10月上线。
据悉,运行在Verizon Plublic Cloud、Reserved Performance and Marketplace Services上的虚拟服务器将在4月12日关闭运行。为此,Verizon建议用户迁移到成本更高的Verizon Virtual Private Cloud上,或寻找其他云服务供应商。
知情人士透露,Verizon正在联手谷歌开发基于自家品牌的混合云服务,不过其会运行在谷歌的公有云上。Verizon合作公司的一位高管称:“Verizon退出公有云市场的举动,似乎证实了此事。如果Verizon与Google合作,他们就没有道理再保留自己的公有云基础设施。”
Verizon在发给客户的信中称,在截止日期之后,Verizon将不会保留公有云平台上的任何数据,剩余的内容将会被“无可挽回地删除”。同时,Verizon也表示,Verizon Cloud Storage用户并不会受此影响。
事实上,Verizon的退出也表明了公有云市场的竞争日益激烈,亚马逊AWS和微软Azure这样的巨头“挤走”了不少对手。Intelisys公司高级副总裁Andrew Pryfogle就表示,离开Verizon之后,一些客户可能会选择Azure或AWS,另外一些则有可能以私有云替代。
需要关注的是,尽管Verizon的Verizon Cloud Storage业务被暂时保留住,但是其“存活”的时间恐怕也让人担忧。毕竟在亚马逊的巨大优势面前,Verizon已经选择放弃了公有云,再撇开云存储或许也没那么“难割舍”。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。