ZDNET网络频道 06月10日 编译:谷歌公司目前正努力推动SDN技术的发展,将新方案引入OpenConfig当中,并在此基础上公布了其部分网络配置模型供其它厂商参考。
LightReading网站报道称,谷歌公司网络架构师Bikash Koley希望能够在传输层当中引入更多SDN元素。为了达成这一目标,谷歌方面已经将其多供应商光纤终端配置模式纳入到OpenConfig项目之内。
Koley在最近于芝加哥召开的一次电信会议中指出,这套光纤模型仅仅只是开端,在未来一个月内谷歌将公布更多其它配置方案。
为了让传输层更具SDN风格,Koley指出,其拓扑配置需要拥有更突出的供应商中立特性,只有这样运维团队才能将原本的“集中式专有配置”转化为由不同供应商提供的多元素管理系统。
他同时强调称,网络状态的可见性同样也是帮助传输层实现SDN转化的一项核心要求。OpenConfig项目的参与者们个个堪称业界巨头。除了谷歌之外,我们还在名单中看到了苹果、微软、Facebook以及雅虎等厂商的名头,此外AT&T、BT、Comcast、Verizon、Level3以及Cox Communications等运营商也赫然在列。
据称,该项目采用Yang作为其数据模型,部分模型已经被公布在GitHub之上。谷歌公司此次提供的模型尚不属于开源成果——目前只供OpenConfig项目成员使用。
除此之外,OpenConfig最近以来的其它工作还包括建立新的GBP与路由政策模型,相关成果已经于本月5号正式被纳入该项目的公共资源库。
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。