中国,北京,2017年9月29日——全球领先的存储解决方案提供商希捷科技公司(NASDAQ:STX)日前宣布参与贝恩资本牵头财团,与东芝公司签署收购东芝存储公司(Toshiba Memory Corporation)协议。在该协议中,希捷承诺出资最高12.5亿美元以支持本次收购,预期资金将于2018年3月收购结束前到位。此外,希捷预期与东芝存储公司达成长期闪存供应协议,东芝将为希捷扩大SSD产品阵容持续供应闪存。希捷预期此次交易利好收益。
“多年来,希捷与东芝存储公司建立了长期良好的关系,他们在NAND闪存技术方面所占据的领导地位令我们印象深刻,”希捷科技董事长兼首席执行官Steve Luczo先生称,“我们很高兴也很荣幸参与贝恩财团,帮助东芝存储公司保持其独立的NAND技术领先地位。贝恩资本致力于推进东芝存储公司的长期成功,我们相信从长远看,此次收购最大程度地保障了我们的行业和全球客户的利益。”
Luczo先生继续表示道:“在未来几年,存储行业将见证大量数据的产生,以及不断增长的存储需求,而我们必须能够满足这些需求。我们与东芝存储公司签订的NAND闪存供货协议将保证希捷能够继续不断创新,并为客户提供符合其需求的存储解决方案,包括机械硬盘、固态硬盘和混合硬盘方案。”
希捷科技总裁兼首席运营官Dave Mosley表示:“在过去的五年里,希捷一直不断发展NAND存储技术组合,如今,希捷拥有广泛的闪存产品,可以在不同市场上扩展业务获得增长。希捷通过与东芝签订长期协议来巩固NAND闪存供应,此举未来将增强希捷固态硬盘存储组合的营收能力,同时为我们的存储解决方案客户带来巨大价值。”
希捷科技的财务顾问由森特尔维尤合伙公司(Centerview Partners)担任,法律顾问则由Wilson Sonsini Goodrich & Rosati Professional 公司担任。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。