甲骨文(Oracle)仍然不提Meltdown 或 Spectre漏洞是否是旗下硬件的问题。
俗称大红(Big Red)的甲骨文对我们的查询又来了一句“无可奉告”。英特尔提供了一个x86供应商如何处理双漏洞问题的表,甲骨文未在表里出现,而不提漏洞就更令人注意了。
甲骨文当然也在运营x86云,我们觉得甲骨文x86云用户希望了解是否会出现中断或服务质量下降的情况。
甲骨文对于Spectre和Meltdown是否对SPARC硬件有影响也是什么都不说。我们曾向富士通询问过其SPARC的情况,富士通称 “我们正在检查SPARC的状态。富士通在有了更新细节后将不断公布有关信息。”
甲骨文在软件补丁方面通常颇为详细,从中大致可以看出其x86修补程序的详情:甲骨文批量季度补丁的预览计划在1月16日(星期二)推出,列出的97款产品里含 “甲骨文x86服务器,版本SW 1.x、SW 2.x”。
Sun ZFS存储设备运营商收到关于10.0级严重性修复的敦促通知,而甲骨文的融合中间件、PeopleSoft、甲骨文零售、虚拟化、通信应用程序和供应链套件的用户则需修补一些9.8级缺陷。
大多数补丁都是针对应用程序(包括甲骨文 游轮餐厅管理应用程序、游轮船队管理应用程序及游轮物业管理系统。没人知道这些应用程序存在吧?),但Solaris 10和11.3操作系统、Java 高级管理终端和Java ME SDK也在其中。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。