尽管AI、物联网以及GDPR(一般数据保护条例)持续占据头条,但光辉的背后依然离不开大数据的支持。
回顾过去一年,我们曾表示,大数据--无论其来自于AI、物联网或是其它传统资源的数据,都将逐步实现在云中完成存储与处理,企业对于云端战略的重视程度会不断提高。展望2018,在愈加严格的国际条例及规范之后,企业的数据管理方式又将呈现出怎样的趋势?
Veritas作为数据保护领域的知名企业,为了帮助企业应对更加严峻的数据管理挑战,对2018年将影响企业管理方式的趋势做出五大预测:
趋势一:IT部门被迫承担云中数据管理和削减成本的责任
2017年,Veritas调研发现69%的企业误认为数据保护、数据隐私与合规性是云服务提供商的责任,这一误区的出现导致数据泄露的几率明显提高。除此之外,当下企业开荒式的大力追求多云部署,并且无视成本的做法,会将在2018年为IT部门带来当头一棒。Veritas预计,在2018年,企业IT部门将承担起云中数据管理的责任,然而这种意识很可能将通过一次数据泄露事件才能真正形成。而与此同时,CFO还将要求IT部门削减基础架构的成本 。
趋势二:数据量持续增长,但数据存储将首次出现减缓迹象
2017年,数据量的年增长率飙升至48.7%,数据量正在以惊人的速度迅速侵占企业宝贵的存储空间。事实上,企业所存储的文件中,超过50%都属于价值"未知" 型文档。Veritas预计,在2018年,成功型企业将会陆续开展存储战略的转型,企业将从当下"存储一切"的理念逐渐转变为主动识别数据价值,存储具有洞察意义的数据或关键任务信息 。
趋势三:欧盟境外将会出现首个违反GDPR条例的企业
尽管《通用数据保护条例》(GDPR)即将于2018年5月25日正式生效,留给企业的时间已经十分紧迫。但Veritas的调研发现,全球仅有31%的企业认为自己完全符合GDPR规定。如违反条例,企业将面临巨额罚款。GDPR条例的生效将会对全球所有拥有欧盟居民信息的企业造成巨大影响 。
趋势四:得益于分析技术, 数据管理将进一步智能化
我们不难发现,分析技术的进步极大地推动了传统归档、备份和存储市场的发展,企业开始逐渐摒弃"扩大存储"的做法。根据Veritas的预计,未来全新的数据评估技术将从人工智能中得到大力发展与提升,并通过策略自动化的实施,以及更加智能的数据管理措施,重塑信息生命周期管理。不仅如此,企业也将大力挖掘传统存储库,并通过信息洞察带动企业去寻找新发现,在各种行业中推行销售策略,进一步提升客户体验。
趋势五:数据泄露现象将越发严重
根据身份信息盗用资源中心的数据,2016年共发生了1,093起数据泄露事件,较2015年增长40%,而这一数字在2017年7月再次突破最高记录。数据泄露的严峻现状,要求企业迫切采取一种简单而全面的措施定期保护并备份云中、复杂环境以及本地环境中的工作负载。随着勒索软件更加深入的入侵企业的陈旧工作负载,企业必须提高敏捷性、智能化和可扩展性,以保护完整的基础架构。
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。