这可不是IaaS,而是专为测试和开发而生、用于支撑z/OS生态系统的新希望
IBM公司低调宣布,其首款云主机将于6月30日正式上线。
蓝色巨人在今年2月就已经公布了其计划运行的z/OS云托管虚拟机,负责为自家大型机提供支持。这些服务将首先在IBM Wazi即服务品牌下的封闭“实验”测试版中亮相。公告还承诺,“z/OS将采用按需访问形式,客户可根据需要进行开发和测试”,且服务预计“将在2022年2月”全面上市。
现在,IT巨头再次发布新公告,将“计划上市日期”延后至6月30日。
而且很遗憾,用户还无法登录IBM Cloud、直接启动自己的虚拟大不相同。
公告提到,只有签约成为IBM客户,大家才能在IBM Cloud控制台中看到该服务。要想实际使用,还需要“通过IBM销售服务流程获得许可后,方可访问该功能。”
在获准访问后,即可在该服务上创建并运行本地大型机的自定义镜像。
蓝色巨人希望将这项云大型机服务先期用于测试和开发。鉴于近年来基础设施即服务(IaaS)正愈发流行,所以IBM到现在才提供虚拟大型机其实已经有点滞后了。
之所以强调测试和开发使用,原因是IBM希望尽量简化z/OS应用程序开发的早期方向。这一点非常重要,毕竟大型机产品一直在IBM的总体利润中占据着可观比例。因此,如果能够尽可能降低大型机应用程序的构建门槛,特别是把大型机转化为像IaaS那样的按需付费业务,IBM接下来的运营道路肯定会走得更快、更稳。
目前,用户已经可以在IBM Cloud的日本(东京)、巴西(圣保罗)、加拿大(多伦多)和英国(伦敦)区域创建z/OS虚拟机。感兴趣的朋友还可点击此处了解关于IBM云大型机的更多资料和信息。
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。