企业级全栈云ICT服务商青云QingCloud日前宣布,公有云自2019年1月2日起进行新一轮资费下调,并推出全新主机及硬盘类型。面向轻量级入门应用,QingCloud推出全新的基础性主机,帮助中小团队及个人用户获得更高性价比的计算及存储资源;针对高性能需求的企业级客户,推出全新的企业型主机和SSD企业级硬盘,并与企业级分布式SAN一起实现全方位升级,具备更强劲的性能支撑力。在此基础上,QingCloud的云资源价格全面下调,并推出种类更丰富、价格更优惠的主机及硬盘预留合约,1核2G主机最低降至14.1元/月。此外,针对新注册的用户,完成认证还可领取最高价值650元的云资源代金券。
此次推出的新品及价格调整适用于北京3区(PEK3 Region),广东2区(GD2 Region),上海1区A(SH1A Zone),亚太2区A(AP2A Zone)。其他区仍维持原有主机和硬盘类型及价格政策不变。
在云主机层面,个人或中小用户新推出基础性主机,兼顾了性能和成本。作为入门首选,基础性云主机合约价格低至按需价格1.1折起,热门机型1核2G 5年期预留合约更低至14.1元/月。针对企业级生产环境设计的高性能高可靠企业型云主机,也推出了更具吸引力的预留合约,合约最大折扣低至月价3折。
此外,青云QingCloud对于硬盘也进行了升级、降价,给客户带来更优质的体验。基础性硬盘作为基础性主机的搭配选择,价格低至0.3元/GB/月,支持1-5年预留合约,合约最高折扣低至月价5折。SSD企业级硬盘作为企业级主机的系统盘或者数据盘使用,在提供更高的性能上限时,同时价格下降超20%,降至1元/GB/月(多副本)。
在过去的六年中,青云QingCloud凭借全球领先的技术和引领云计算市场的产品在企业级IT市场不断前行,服务于越来越多的产业、行业和客户。随着客户的增加和技术的更迭,公有云成本逐年下降。青云QingCloud在经过此轮升级、降价后,轻量级客户将能以更低的门槛和成本获得青云QingCloud服务,企业级高需求客户能够以更低的价格获得更深入使用云计算产品的可能,青云QingCloud在覆盖越来越多对于云计算有需求的市场和人群的基础上,以更优质的服务、更低廉的价格打造出一朵好用不贵的品质旗舰——“国民好云”。
好文章,需要你的鼓励
亚利桑那州立大学的研究团队开发了RefEdit,这是一种新型图像编辑AI系统,能够准确理解和处理指代表达(如"中间那个人"、"右边的猫")。通过创建RefEdit-Bench基准测试,研究者们证明现有模型在多物体场景中表现不佳。他们设计了一种创新的数据生成流程,仅用2万样本就训练出的RefEdit模型超越了使用数百万样本训练的大型模型。这一突破使AI图像编辑在复杂场景中更加精确和实用。
这项研究提出了Critique-GRPO,一种创新的在线强化学习框架,将自然语言批评与数字反馈相结合,克服了传统仅用数字反馈的三大局限:性能瓶颈、自我反思效果有限和顽固性失败。实验表明,该方法使大语言模型能够从错误中学习并改进,在八项数学和通用推理任务中,将Qwen2.5-7B和Qwen3-8B模型的平均通过率分别提高了约4.5%和5%,超越了包括那些引入专家示范的方法。研究还揭示,高熵探索和长回答并不总是最有效的学习方式,质量更重要。这一方法为大语言模型的自我提升能力开辟了新路径。
这篇研究介绍了"量化LLM评价者",一个创新框架,能使大型语言模型(LLM)在评估其他AI输出时更接近人类判断。由麻省理工和Adobe联合研发的这一方法,将评估过程分为两个阶段:先让LLM生成文本评价,再用轻量级机器学习模型将这些评价转化为更准确的数值评分。研究提出了四种评价者模型,适用于不同评估场景,实验表明它们不仅能显著提高评分准确性,还比传统微调方法更节省计算资源。这一框架特别适合人类反馈有限的场景,为AI评估领域开辟了高效且可解释的新路径。
这项研究由IDEA、华南理工大学和北京大学联合开发的Rex-Thinker系统,通过模仿人类的链式思考方式来解决物体指代问题。与传统直接输出边界框的方法不同,它采用规划-行动-总结的三步骤推理,使AI能像人类一样逐步分析图像中的候选物体,并在找不到匹配物体时拒绝作答。通过构建90,824样本的HumanRef-CoT数据集和两阶段训练方法,系统在精度、可解释性和泛化能力上均取得了显著进步。