Rackspace表示,将于HPE合作构建一套根据使用情况向客户收费的私有云服务。
从11月28日开始,两家厂商将提供这个名为OpenStack Private Cloud服务,以每个虚拟机每小时(或者每GB传输数据量)进行收费,这种计费模式与Amazon AWS的公有云是类似的。
不过Rackspace表示,与公有云不同的是,这个服务为企业客户提供了一个专门的单租户管理的HPE设备,可以由Rackspace、客户或者在一个托管空间进行托管。然后可以按需增加设备以及启用设备,客户也只需要为使用的计算资源付费。
Rackspace私有云高级副总裁Scott Crenshaw表示,这么做是让大型企业客户能够在一个独立的私有云中以类似可扩展公有云的方式设置和使用数据。
Crenshaw表示,虽然小企业仍然更适合使用公有云,但是当大型企业管理数百个应用的时候,私有云仍然是更为实用的,特别是需要满足合规性要求的时候。
Rackspace认为,对于这些企业来说,付费即用模式的托管私有云是一个有吸引力的选择。
Crenshaw表示:“我们的目标不是和Amazon打价格战。这是私有云市场翻开的一个新篇章,因为你可以像使用公有云那样使用私有云。”
在发布的时候,OpenStack将是这项服务上提供的唯一一种私有云平台,但是Rackspace表示,不希望让这项服务紧密捆绑到一款产品,未来几年还将陆续扩展到VMware SDDC和微软AzureStack等。
Crenshaw表示:“我看到有越来越多的采购者不提倡特定的云技术堆栈。”
“CIO们将成为云的采购者,他们会考虑这种服务云的丰富性,然后是SLA。”
这个新的私有云服务将不会是一家厂商所做的努力。Rackspace和HPE都表示,双方将有他们专门的销售团队来向大型企业客户售卖这个服务。
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。