据彭博社援引知情人士的称,EMC将卖掉Documentum,同时戴尔也会出售Sonicwall和Quest,以帮助降低戴尔并购EMC的成本。预计戴尔为了收购EMC将承担500亿美元的债务。
戴尔在3月以30亿美元将服务部门出售给了NTT Data Corporation。
EMC在2003年10月以17亿美元收购Documentum,在此之前不久,EMC收购了Legato的文档管理产品,向自己的硬件产品组合中增加了存储相关的软件。
最终Documentum被划归到了EMC的Information Intelligence Group(IIG)下。EMC多年来一直把Documentum作为一款传统的许可软件售卖,但却无法在文档管理领域火起来,导致EMC曾多次暗示可能会卖掉这项业务。
这项普通的文件或者信息管理业务已经停止增长。当然企业需要跟踪文件,并将其作为信息生命周期管理的一部分,这听起来是个不错的想法,但是这种结构却一直没有得到人们的欢迎。人们通常倾向于在不同的孤岛中管理企业的数字信息,例如电子邮件、Notes数据库等,而不是采用一个过渡归档的超级结构。
因此IIG作为一项业务从来都没有像EMC预期的那样实现增长,一个季度又一个季度的收入下滑令人失望。
EMC在去年1月将Information Intelligence Group纳入Enterprise Content Division,同时也在试图将Documentum作为一种"即服务"进行售卖。
据报道称,Documentum业务每年运营率超过6亿美元,利润空间大约是30%。私募股权被认为是最有可能的买家。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。