随着企业客户从软件定义数据中心转而采用边缘和云计算,SUSE紧跟这一市场发展与时俱进,提供全新混合云和多云功能以及应用交付创新解决方案,帮助客户量身定制并快速实现数字基础架构的转型。
“从边缘到核心数据中心到云端,客户对计算解决方案的需求不断增长, SUSE必须突破技术边界,在这些计算模型之间实现无缝部署和管理。”SUSE工程、产品和创新总裁Thomas Di Giacomo表示,“SUSE在企业级Linux交付方面已经有超过25年的成功经验,能够满足客户对软件定义式基础设施和应用交付的各种需求对如今的我们而言是再自然不过的事。企业按客户的需求为其提供支持,而我们也致力于为企业量身定制他们所需的解决方案,使他们在数字化转型的实施上能够自主创新,自主决定转型的时间、地点和方式。
SUSE与合作伙伴和社区携手为客户提供云和应用交付解决方案。凭借开源容器优先技术,使客户能够随时随地在内部部署、混合云和多云中创建、部署并管理应用程序和工作负载。这些包括SUSE Cloud Application Platform 1.4、Kubernetes认证服务提供商、SUSE OpenStack Cloud 9。
Supermicro 高级副总裁兼首席产品官Raju Penumatcha表示,“Supermicro已经与SUSE合作了两年多,并且一直深入参与这次最新版本SUSE OpenStack Cloud的测试。SUSE在OpenStack方面的专业知识和经验是毋庸置疑的,而与Supermicro的硬件产品组合相结合,除了有助于降低成本外,还能提供理想的创新解决方案。SUSE OpenStack Cloud 9与Supermicro 硬件的结合,通过真正的开源技术以及SUSE和Supermicro的世界级支持组织,将提供成熟、稳定、强大的生产就绪型私有云。”
SUSE已经重新定义了“开源”,已不再局限于开放源代码。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。