ZD至顶网网络频道 12月05日 综合消息: Juniper Networks今日宣布计划收购云运营管理和优化技术提供商AppFormix。这次交易的财务条款没有对外披露。
AppFormix公司是由前微软和思科高管Sumeet Singh在2013年创建,它的软件平台是在分布式架构中利用流分析和机器学习,用于云环境中。该平台支持任何OpenStack或者Kubernetes发行版,包括针对实时和历史监控、可见性、动态性能优化的服务。
Juniper表示,计划将AppFormix的遥测和运营管理技术与自己的Contrail产品线结合起来,以改进云调度、安全、会计和规划。
“我们看到了客户对自驱动基础设施的需求和渴望;这种基础架构是优化的、安全的、自动的,”Juniper首席技术官Pradeep Sindhu表示。“通过收购AppFormix,我们将加速我们的愿景:利用软件自动化和智能性,为我们的全球可以提供一个智能网络和更简化的运营。”
AppFormix仍将Juniper下的一个独立品牌,并将继续在现有名称下推广其平台。在一篇博客文章中,Singh向AppFormix客户保证说,在过渡期内AppFormix仍将提供持续服务。
在这次收购之前,Juniper在8月宣布收购硅光子技术(用于高速网络系统中)提供商Aurrion。当时,Juniper表示,他们计划将利用Aurrion加强光网络技术,让Juniper把高级网络产品快速推向市场。
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。