去年,微软向OCP基金会(Open Compute Project datacenter foundation)贡献了其针对云端开放网络的软件SONIC(Software for Open Networking in the Cloud)。几乎正好在一年以后,阿里巴巴集团宣布,也将开始在内部使用SONIC。
SONIC是基于Linux的控制网络交换机的软件,其前身是微软Azure Cloud Switch,目前在微软Azure数据中心也使用SONIC。VentureBeat透露,微软相关负责人最近在圣克拉拉举行的Open Networking Summit上表示,中国的电子商务巨头阿里巴巴也开始使用SONIC产品。
SONIC是建立在微软的开放源代码Switch Abstraction Interface(SAI)的基础上的,定义了网络硬件供应商的标准化编程接口。微软已经在GitHub上公开提供了它的源代码。
微软Azure Networking企业副总裁Yousef Khalidi在4月3日的博客文章中提供了一些更多关于SONIC的背景信息:
SONIC是“第一个将庞大的交换机软件分解成多个集装箱式组件的解决方案”,并允许操作员针对特定场景插入所需的新组件。
Khalidi解释说,SONIC“基于现有的开放源代码技术,例如Docker容器、键值数据库Redis、Quagga BGP和LLDPD等协议,Ansible部署等。由于是开源项目,所以SONIC发展地非常快。微软已经将SONIC回馈给社区以推动开放网络软件的进步,进入美好的良性循环。”
以下是微软在Open Compute Project Summit上的相关演讲:
微软于2014年加入了Open Compute Project(OCP),并且是该组织SAI项目的创始成员和贡献者。OCP是Facebook在2011年创建的基础,以便发布旨在用相对便宜的方式构建数据中心的开放硬件设计。
当微软加入OCP时,微软曾承诺将为该项目贡献微软的云服务器规范——一个12U共享服务器机箱,能够容纳24个1U服务器——以及基于开源Apache许可证发布其Chassis Manager。
OCP已经发布了主板、芯片组、线缆、通用插座、连接器、开放网络和交换机的规范。
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。