据路透社北京时间6月1日报道,云存储服务商Box周三发布了2017财年第一财季财报,由于当季业绩超出华尔街分析师平均预期,该公司股价在当天的盘后交易中大涨逾4%。
财报显示,Box第一财季营收为1.171亿美元,好于1.147亿美元的分析师平均预期。Box第一财季调整后每股亏损为13美分,同样好于每股亏损14美分的分析师平均预期。
Box首席执行官阿隆·列维(Aaron Levie)周三下午在接受记者采访时表示:“公司第一财季营收增长强劲,而且自由现金流再次为正,这对华尔街来说是一个非常重要的指标。”
尽管营收增长速度继续放缓,但列维表示Box正即将实现盈利的目标,同时到2021年年营收将超过10亿美元。他指出,该公司目前仍然专注于实现用户群的增长。
列维说:“我们想要确保一件事,那就是在不断扩大公司规模的同时,我们不需要从外部融资,同时还能完全以可持续的方式来实现业务的增长。”Box预计,公司第二财季营收在1.21亿美元至1.22亿美元之间。
美国投资公司50 Park Investments首席执行官亚当·萨尔汗(Adam Sarhan)表示,最新财报表明Box仍然在与DropBox、微软、谷歌和亚马逊等对手的较量中继续保持着一定的竞争力。当前的一大疑问在于,Box未来能否保持住当前的市场份额。Box表示,该公司当前付费客户达到7.4万,比上一季度增长了3000家。
更为具体地说,Box表示第一季度Box Governance产品的付费客户数量同比增长了70%。作为一种付费产品,Box Governance可以帮助客户对员工使用Box在线文件存储服务的方式进行管理。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。