ZD至顶网网络频道 10月07日 综合消息:Rahim在Juniper一年一度的合作伙伴会议NXTWORK上做主题发言,他对博通(Broadcom)颇有微言,同时还宣布Juniper将推出一个和Juniper硬件“完全脱钩”的Junos OS 版本。
瞻博CEO Rami Rahim表示,请感受一下我们乖巧的定制芯片
目前白盒盛行,只有少数几家供应商仍在芯片这种看起来有些过时的东西上继续大规模地投资,Juniper是其中的一家。
Rahim表示,Juniper想知道未来的芯片该从何而来:“只是来自一个单一的供应商?或是应该有更多的选择呢?”
Juniper的白盒子策略意味着其他软件开发人员能够针对Juniper芯片开发更多的软件和特性。
这一点或许还是有道理的:毕竟,即使在Gin Place这里,“我们85%的工程资源在开发软件”。
而这样做的也不是Juniper唯一一家,因此这意味着网络行业面临的痛苦转型过程将继续:商业模式要做出改变。
Rahim表示,“无论是出于什么原因,做软件赚钱仍然是以移植为基础,在这一点必须做出改变”。
虽然他并没有对NXTWORK与会者说新模式基础的细节,但他表示,“Junos OS脱钩”是公司转型的一部分。
Rahim在说到虚拟化时含糊其辞地提到云CPE系统,他称云CPE系统“可令服务或应用程序内置在任何虚拟机里,无论是云里的虚拟机或是诸如服务器的本地设备上的虚拟机。
他表示,“用了这种虚拟方式后……终端用户只要点击一个按钮,服务就会跳出来”,而且是立刻跳出来,而不是等几个星期几个月后。
Juniper内部的虚拟化已成为公司开发工作的基本组成部分:“工程师可以跑到用户界面前,以自动的方式启动上千、上万的虚拟产品实例,并可以对这些产品进行全天测试。”
他表示,虚拟化、自动化以及如何做出转发决策的正确平衡,这些是Juniper考虑软件定义网络的基础。
他认为,早期SDN(软件定义网络)架构试图把所有的东西都塞进控制器/编排层,转发决策是基于流的,这样做的结果对规模扩展不利。
他表示,基于数据包做转发决策可以更好地扩展规模,这并不奇怪,路由器转发决策也是基础基于数据包,Juniper造了很多路由器,工程师要选择“控制器智能和路由器盒子里智能之间的正确平衡”。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。