还记得去年美国征信巨头Equifax数据泄露事件吗?据了解,整件事影响了1亿多名美国消费者和70多万英国公民,牵涉甚广;美国希尔顿酒店曾丢失数十万名客人的信用卡信息,被处罚100万美金;Facebook于今年深陷用户隐私泄漏丑闻……
种种事件也向我们敲响了警钟,企业的数据信息保护在这个信息化的时代变得极其重要。尤其是GDPR《通用数据保护条例》的公布,进一步表明未来如果企业丢失或泄露客户数据,将要承担重大的法律责任和巨额罚款。
这也对数据保护企业提出了更高的要求。在众多数据保护企业中,Veritas作为全球知名的数据管理公司,基于当下行业趋势,正在进行转型中。据Veritas公司大中华区总裁杨晨表示:"如今数据泄露事件频发,在多云时代下,我们希望转型方向是成为一家多云的数据管理厂商,为客户提供全生命周期的数据管理,以保证数据的安全性"。
升级版NetBackup 8.1.1助企业面对数据挑战
GDPR法规实施在即,信息共享和保护对于企业来说至关重要。Veritas发现越来越多的客户对NBU这类传统产品也提出了更高的要求。由于客户的强劲需求,Veritas推出了升级版NetBackup 8.1.1,帮助企业面对新型的数据管理挑战。
据杨晨介绍,在此次NetBackup 8.1.1解决方案中,新增了几大功能:
一,RestAPI与CloudPoint的集成。RestAPI能与CloudPoint相集成,实现数据的自动化保护。
二、帮助企业满足数据合规要求。最新版本强化了IPv6的合规标准,并支持FIPS合规,能够保证企业现有应用和数据管理符合最新的数据安全合规标准。
三、支持多云环境下的数据管理。通过NBU 8.1.1作为网关载体,企业可以将数据迁移至云端,实现更高效、成本更低的数据存储。
四、现代化的横向扩展工作负载
五、定制化基础架构
此外,NetBackup根据一些全球最严苛的产品安全标准进行优化,包括用于批准加密模块的政府计算机安全标准联邦信息处理标准(FIPS)认证,并配合使用AES 256位密钥和相关数据安全标准。
"NetBackup 8.1.1正在从原有的传统私有云数据中心领域,逐步向多云拓展,同时提供更加开放的接口,来帮助企业更好的处理当下更为复杂的数据环境。"杨晨总结道。
全新一体机为企业数据保驾护航
除了NetBackup解决方案,Veritas还推了两款全新一体机。即Veritas Flex与Veritas Access。据了解,目前Veritas的一体机市场占有率一直占据前几位,每年增长率也较高,一体机能够利用多云环境的灵活性以改进企业的数据保护能力。
此次推出的全新产品也正是验证了强劲的市场需求。据悉,Veritas Flex和Access一体机是Veritas首次采用信息定义数据管理的全新技术一体机解决方案,实现了端到端数据管理,帮助企业更加轻松地解决从数据中心到云中的数据保护、长期数据保留和归档难题。
此外,这两款解决方案通过软件定义,将数据管理软件从基础硬件中所分离,为客户提供更高的灵活性。这种分离有助于客户在硬件上快速部署软件,同时方便客户日后自由选择基础架构,防止被供应商套牢。
在客户群体层面,据Veritas公司大中华区技术销售与服务总监郑欣蕾介绍:“全新一体机针对的均是数据量较大的企业,如运营商、银行、保险公司、能源制造业等。”
提到Veritas在数据保护市场的优势,郑欣蕾补充:"Veritas主要有两大优势技术,其一是大家所熟知的备份技术,其二是高可用产品技术,即存储与可用性管理。过去我们会在Unix上提供高端的高可用解决方案。但如今,Veritas将这两项技术融合在Veritas Flex的一体机设备中,因此,此次的Flex Appliance中涵盖两项核心技术,高可用级别达到五个9以上。"
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。