EVERTEC,一家总部位于波多黎各首府圣胡安的公司,主要提供商户收单、付款处理、业务流程管理等服务,目前业务已经涵盖加勒比和拉丁美洲的19个国家。
EVERTEC的主要客户以企业、政府机构、金融机构和商人为主,每年处理的业务数超过21亿笔。该公司成立于2004年,并于2013年成为波多黎各首家在纽约证券交易所上市的技术公司。
以政府机构为例,出于安全性方面的考虑,之前是由EVERTEC帮助其托管了两套计算机系统,其中一套是以虚拟化的方式运行在IBM zEnterprise主机的z/OS平台上,另一套运行在IBM的z/VSE平台上。EVERTEC最终帮助其制定的更有成本效益的方案是将两套主机系 统整合在统一的z/OS环境中。
“速度、安全性和可靠性是我们最关注的,而这些IBM平台都能满足,”EVERTEC主机系统经理Jose Correa表示。
使用一套基于z/OS的主机意味着应用能够更好地服务于机构。毕竟使用单一平台,用户在软件授权、应用开发方面的成本更低。同时,业务运行在z/OS上代表着更简化的管理、更高的服务质量和更强的灾难恢复能力。
在EVERTEC托管整个基础设施前,过去几十年运行在z/VSE环境中的应用,大部分都使用COBOL和汇编工具编写,而这些必须要迁移到z/OS平台。所以在信息的建设和恢复中,EVERTEC其实面临着不少技术性的难题。
在该项目中,EVERTEC与IBM紧密合作,克服了迁移过程中意想不到的难题(其实在所有项目中,EVERTEC均与IBM保持着良好的合作关系)。对于政府客户来说,这是个两全其美的事,使用单一平台光许可费用每月就可以节约34000美金。除此之外,业务运行在一个统一的平台上还能减少架构复杂度、降低运营管理成本、减少业务恢复时间。
将业务迁移至z/OS单一平台上意味着有更多的开发者能满足企业的需求,意味着应用更容易实现,意味着商业更灵活更可靠。迁移带给终端用户的改变显而易见,业务响应速度更及时,生产效率更高。
EVERTEC在z/OS方面的经验和专业知识让其在为业界提供高性能的主机系统和领先的基础 架构平台方面竞争力大幅提升。“我们有一套智能的IBM主机基础架构系统,这能让我们更快的为客户部署更具成本效益的解决方案”,EVERTEC执行副总 裁和CIO在接受采访时表示。
点评:
可能更多人关注到了大型机的可靠性、安全性和性能,但其实大型机还有很重要的一个特性, 那就是其强大的整合能力。文中已经多次提到了整合对于企业意味着什么,更低的采购费用、更少的软件许可费用、更少的运营管理费用,而这些带来的直接收益就 是用户可以把更多的精力投入到自有业务的创新中。
当然,除此之外,安全性、性能、可靠性这些老生常谈的优势还是值得关注,特别是当IBM LinuxONE推出后,用户以较低的成本就能享受其带来的性能、安全性、可靠性及整合能力方面的优势,这在以前都是不可想象的。
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。