曾几何时,SAM的绑定在客户心目中,形成了用SAM就必须用锐捷交换机的印象,在哈尔滨工业大学也是如此。但随着SAM+的升级,哈尔滨工业大学网络与信息中心老师对锐捷SAM+不禁竖起了大拇指。
哈工大的SAM+升级秉承“开放、标准、互联、快速”的理念,不仅可以支持软硬件高度融合,形成高可用方案,而且全面兼容多个品牌,再加上以用户体验为核心的全新UI设计界面,进一步为用户带来简易运营环境下的极致体验。
现在,让我们一起走进哈工大,看看它如何实现开放兼容、灵活认证的校园网运营吧!
图:哈尔滨工业大学SAM+使用架构图
1. SAM+开放兼容各厂商硬件设备,让学校灵活选择认证方式
SAM+ 根据标准化设计,支持业内标准无缝对接,提供标准化的协议和开放的接口与第三方设备对接,网络设备不限品牌,后期网络建设可自由选择采购。
在哈尔滨工业大学,SAM+不仅兼容锐捷的接入交换机进行了802.1X客户端认证和Web认证,而且还兼容了友商的BRAS设备进行了PPPoE认证;实现了基于物理位置的绑定和解绑、用户带宽控制等功能。通过SAM+,学校对于接入交换机和认证设备可以自由选择,采购更加灵活。
2. SAM+开放兼容各类Radius设备,打造高兼容性部署方案
SAM+兼容第三方认证计费产品,通过HCD(High Compatibility Deployment)高兼容性部署方案,不需要二次开发就可以与友商的Radius设备进行对接。
在哈尔滨工业大学,SAM+与友商的Radius对接完成了无线网络的相关认证。学生用户在无线网络下认证时,友商的Radius将用户名和密码转交给SAM+,SAM+校验用户名和密码后发回认证结果给友商Radius,实现无线网络认证。
通过HCD组件,哈尔滨工业大学不再需要维护两套认证计费数据,只需要维护SAM+中的用户数据即可完成宿舍网和无线网络的运营。
图:哈尔滨工业大学SAM+使用界面
3.SAM+开放兼容数字化校园LDAP,实现统一身份认证
SAM+兼容OPEN LDAP、SUN LDAP等统一身份认证系统,通过提供标准接口,支持所有一卡通厂家对接。
哈尔滨工业大学通过和学校数字化软件的LDAP对接,实现了学校教工身份的统一认证,保证了教工数据的时效及相关准确性。同时,学校还与一卡通对接,学生可以利用一卡通快速进行开户、查询、缴费等,极大地方便了师生。
图:哈尔滨工业大学web认证界面
4. SAM+开放兼容的第三方接口,快速实现学校的其他应用对接
SAM+提供Webservice接口,开放50多个接口,能够满足各种开放平台和开放语言的对接开放。
哈尔滨工业大学通过SAM+提供的Webservice接口,实现了学校的移动APP与SAM+的对接,通过相关接口,学校师生可以在相关移动APP上进行相关自助服务。
图:哈尔滨工业大学自助界面
通过哈尔滨工业大学的SAM+升级,不仅学校学生对SAM+的使用体验得到了提升,学校管理老师也对SAM+的管理体验和开放给予高度评价。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。