据彭博社报道,知情人士透露,知名文件存储公司Dropbox与顾问进行了会面,目的是讨论最早在2017年IPO(首次公开招股)的可能性。
知情人士称,该公司的管理层想要谈论一下上市的可行性,以及了解公司可以从公开市场投资者那里获得怎样的估值。据称,那些交谈属于试探性交流,Dropbox对于潜在的IPO还没有做出最终的决定。
据说Dropbox这一次是主动寻求会谈,这表明了该私有公司及其CEO德鲁·休斯顿(Drew Houston)对IPO的态度转变。休斯顿去年曾表示公司短期内还没有上市的计划。
Dropbox发言人拒绝对此发表评论。
总部位于旧金山的Dropbox目前面临着估值是否偏高的质疑。2014年进行融资时,它获得了100亿美元的估值。自该轮融资之后,多位同时投资上市公司和私有公司的投资者对其所持的Dropbox股票价值进行了减记。
休斯顿6月在彭博社科技大会上称,尽管还没有实现盈利,但公司自由现金流已经转正。该公司的产品与设计副总裁托德·杰克逊(Todd Jackson)6月指出,实现那一点需要他们取得营收增长,同时也需要他们在成本控制上变得更有纪律性。
休斯顿上个月在《财富》(Fortune)主办的Brainstorm大会上透露,Dropbox产品已经吸引了大约20万名付费的企业团队。最近,体育零售商阿迪达斯也加入了Dropbox的企业客户清单。Dropbox的网站显示,目前它共有5亿注册用户。
在凭借文件同步和共享服务流行开来之后,Dropbox一直在尝试扩张到规模更大的云协作市场。该公司最近增加了多项工具来丰富产品的功能,如支持用智能手机摄像头扫描文件,以及点一下按钮即可创建新的Office文档。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究由香港理工大学和新加坡国立大学的团队共同完成,提出了R?ec,首个将推理能力内置于大型推荐模型的统一框架。与传统方法不同,R?ec在单一自回归过程中实现了推理生成和物品预测的无缝整合。研究者还设计了RecPO优化框架,无需人工标注即可同时提升模型的推理和推荐能力。实验结果显示,R?ec在三个数据集上显著超越现有方法,在Hit@5和NDCG@20指标上分别提升68.67%和45.21%。这一突破为下一代智能推荐系统开辟了新方向。
这项研究提出了CURE框架,通过强化学习让大语言模型同时学习编写代码和生成单元测试两种能力,无需使用标准代码作为监督。团队开发的ReasonFlux-Coder模型在仅用4.5K编程问题训练后,便在多个基准测试中超越了同类模型,代码生成准确率提高5.3%,最佳N选1准确率提高9.0%。该方法不仅提升了模型性能,还提高了推理效率,同时为降低API调用成本和无标签强化学习提供了新思路。