近日,北京星辰天合科技股份有限公司(简称:XSKY 星辰天合)与杭州云猿生数据有限公司(简称“云猿生”)完成了产品互兼容认证,星辰天合企业级分布式统一数据平台 XEDP 与云猿生的开源数据库管控平台 KubeBlocks 产品可以互相完全兼容,可以帮助企业更好地应用 OceanBase 等国产云原生数据库,提升数据备份整体效率和数据安全性,助力企业的数字化转型。
当前云原生的发展已经逐渐成熟,成为企业数字化转型的重要支撑技术。借助云原生转型,企业能够解决传统应用面临的弹性能力不足、资源利用率低下、迭代周期较长等各种问题。不过,企业如果需要在云原生环境中部署 OceanBase、opengauss 等多种数据库,还面临着运维复杂、安全性等多重问题的挑战。
KubeBlocks 是云猿生数据推出的开源数据库管控平台,是基于 Kubernetes 的云原生数据基础设施,能够将顶级云服务提供商的大规模生产经验与增强的可用性和稳定性改进相结合,帮助用户轻松构建容器化、声明式的关系型、NoSQL、流计算和向量型数据库服务。
星辰天合是国内率先通过 Kubernetes CSI 认证的 SDS 厂商,同时也是加入 CNCF Landscape 全景图的 SDS 厂商之一,能为容器编排平台通过 CSI 驱动提供 iSCSI 和 NFS 存储,并具备快照、克隆、复制等功能。XEDP 统一数据平台,与 OceanBase 基于 OSS、NFS 两种备份接口进行了研发级对接适配,在满足海量数据的高并发备份诉求的同时,可最大程度地提升数据备份的整体效率,有效地构建从数据库应用到数据备份的全链路方案。
此次 XEDP 与 KubeBlocks 完成了 CSI iSCSI、CSI NFS 兼容性测试,OceanBase 数据备份对接 XEOS S3 兼容测试,在产品功能和性能可满足客户对 OceanBase 等数据库的备份要求。因此,XEDP 与 KubeBlocks 的互兼容认证的完成,不仅可以方便企业技术人员更安全、轻松地扩展一款新的数据库,也能够帮助企业够更好的为其云原生数据基础设施提供企业级存储能力,实现向云原生环境的顺利转型。
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。