Splunk今天宣布计划收购IT预警初创公司VictorOps,此举将有助于让Splunk基础设施分析平台成为IT团队工作中一个更重要的组成部分。
这次收购的规模是1.2亿美元的现金和证券,这对VictorOps投资者们来说意味着可观的回报。自2012年上市以来,投资者对VictorOps公司的总投资额达到了3370万美元。Splunk预计该收购将在下个月底完成。
位于美国科罗拉多州博尔德的VictorOps公司提供的平台让企业可以使用该平台自动通知IT人员有关技术问题。该软件能够根据各种操作因素(例如发生问题时给哪位管理员打电话)自定义发送警报的顺序以及向谁发送。每个通知都包含有关手头问题的技术信息,以便简化故障排除过程。
VictorOps在过去六年中积累了令人印象深刻的安装基础。使用VictorOps平台的企业包括Snap、Rackspace和CA Technologies等。
Splunk计划将VictorOps的警报功能与其平台的基础设施监控功能相结合。这一愿景建立在Splunk去年面向共同客户发布的整合能力之上。企业客户使用这个连接器时,可以在Splunk检测到诸如服务器故障等重要事件时,通过VictorOps提醒管理员。
收购后双方的整合可能会进一步扩大。VictorOps创始人兼首席执行官Todd Vernon在一篇关于客户在博客文章中给出了一些线索。他暗示说,Splunk的人工智能功能可能会被用于为管理员生成更多信息性警报。
Vernon写道:“我们期待共同创建一个'参与平台',使用最可执行的信息,将监控和事件管理数据关联起来,促进共同理解,加速解决并利用AI来推荐解决方案。”
被Splunk收购之后,VictorOps可能会成为一股更强大的力量,以面向提供IT警报的其他竞争对手。PageRDuty是这一领域的主要参与者之一,该公司刚刚扩大了其功能集合,新功能旨在提供类似于Vernon在博客文章中提到的优点。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。