近日,IBM和Cohesity将联手推出新的数据保护产品Storage Defender,结合了四种不同产品的功能。
Storage Defender让企业可以创建数据备份,并在勒索软件攻击等事件发生后恢复数据。IBM和Cohesity表示,该平台可以在几分钟的时间内恢复通常需要数小时或者是数天才能恢复的记录。平台中包括了人工智能功能,可以支持多种类型的数据存储环境。
Storage Defender的第一个组成部分是Cohesity的DataProtect平台。该平台让管理员能够通过集中式界面对本地和云端存储的数据创建备份。DataProtect创建的备份是所谓的完全合成快照,也就是这些备份的配置方式使其能够比通常情况更快速地进行恢复。
Cohesity提供了一个搜索栏来简化快照恢复的过程。管理员使用这个搜索栏就可以快速跳转到系统的特定备份并进行恢复。为了帮助处理大规模数据丢失事件,DataProtect提供了一次恢复多个文件的选项。
Cohesity公司首席执行官Sanjay Poonen表示:“Cohesity在数据安全和管理方面的技术处于领先地位,结合IBM令人印象深刻的存储产品组合、前瞻性愿景、全球影响力和客户亲密度,将使客户受益于Cohesity和IBM共同带来的优势。”
Storage Defender的第二个组成部分是IBM自己的Storage Protect产品。这是一款软件工具,可以备份物理文件服务器、虚拟机和其他技术资产,并对其进行恢复。IBM表示,一台配备Storage Protect的服务器可以管理多达4PB的数据,并且每天可以获取多达100 TB的新信息。
IBM Data Defender中包含的另外两个产品并不是专门用于数据保护的,而是将其作为其功能集的一个组成部分。
IBM Storage FlashSystem产品系列是专为本地数据中心使用而设计的闪存阵列和混合存储阵列组合。该阵列系列包括所谓的逻辑气隙功能,即FlashSystem Safeguarded Copy,旨在避免勒索软件攻击,该功能让企业可以创建数据的一个版本,在发生数据泄露事件时黑客无法删除或者修改该版本。
IBM和Cohesity此次新推出的Storage Defender产品的客户,可以使用FlashSystem Safeguarded Copy来保护他们的记录,还可以使用该产品的第四个组成部分Storage Fusion的数据保护功能。这是IBM开发的软件平台,用于管理运行在Red Hat OpenShift上的应用的数据。
Storage Defender将在今年第二季度上市。
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。