在Gartner看来,谷歌的公有云平台终于进入了一个发展的大好时期。
Gartner刚刚将Google Cloud Platform评为其最新云基础设施即服务魔力象限中的领导者,竞争对手AWS和微软已经在该魔力象限有段时间了。
值得注意的是,最新公布的这个魔力象限排除掉了大量公司。今年Gartner决定提高准入标准,并提出更严格的要求,从而将进入象限的公司从14家缩减到今年的6家。所以除了这三个巨头之外,阿里云、IBM和Oracle是唯一几家进入象限的公司。
Gartner表示,现在最重要的新入选标准,是只纳入那些拥有超大规模集成基础架构即服务和平台即服务产品(或者至少目前正在开发这些产品)的公共云提供商。Gartner表示,之所以决定这样做是因为其大多数客户评估“目前都集中能够跨广泛用例满足战略性采用的提供商上”。
尽管谷歌进入了“领导者”象限,但仍然落后于AWS和微软,而后两者在过去几年一直处于顶峰。尽管如此,Gartner称赞谷歌在努力追赶其竞争对手,称谷歌现在是一个可行的云计算选择,以其出色的人工智能和机器学习功能脱颖而出。
Gartner指出,分析和机器学习是GCP的主要卖点,许多客户都使用BigQuery数据仓库服务。然而,谷歌并未完全通过Gartner的评估,因为它的折扣政策受到抨击,许多最好的促销活动仅在一年合同中提供。Gartner表示,这让买家容易受到潜在价格上涨的影响,其他问题还包括其合作伙伴生态系统的成熟度等。
Gartner仍然对AWS和微软仍然青睐有加。Gartner表示,AWS仍然是最成熟的企业公共云提供商,尽管它因为最大限度发挥其能力所需的专业水平受到批评。与此同时,微软因为Azure对Linux和其他开源软件日益开放以及与不同软件生态系统集成的能力而受到称赞。
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。