2022年5月19日,美国纽约与圣荷塞—— 全球大型 IT 基础设施服务提供商Kyndryl勤达睿 (NYSE:KD) 与以云计算为主导、数据为中心的软件公司NetApp® (NASDAQ: NTAP)宣布进行联盟合作,通过释放存储在本地、云和边缘计算环境中的数据价值,帮助客户实现业务转型。Kyndryl勤达睿和NetApp将合力帮助不同行业的客户增强和提升能力,以便从大量文本、图片、音频、视频、物联网传感器及其他来源的非结构化数据中管理和提取业务价值。
具体而言,基于Kyndryl勤达睿的IT基础设施和管理服务专业知识,和NetApp在顶级公共云上的强大能力以及从边缘到核心到云的可拓展性,合作伙伴能够创建新的解决方案,帮助企业访问、分析跨多平台和多云的数据、并产生数据洞察。
两家公司将结合各自的专业知识,基于超过15年的合作基础,提供最佳方案组合、并开发创新性的解决方案,以帮助客户更高效地管理、分析和优化数据,获得并推动重要的商业决策。
Kyndryl勤达睿和NetApp还将共同设计领先的存储基础设施即服务解决方案,为客户提供更大的灵活性、多功能性和非结构化信息的使用价值,帮助企业从数据中收获业务价值。
为了帮助企业更好地组织、管理和获得数据洞察,Kyndryl勤达睿和NetApp将合作开发新的混合云解决方案和服务,以应对行业特定的挑战,例如:在汽车和制造业,通过快速跟踪流程更好地了解客户的偏好;在金融服务方面,提高客户满意度并交付更有针对性的服务等。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。