至顶网网络频道 05月05日 编译:思科周四表示有计划从数据分析公司Saggezza获得关键人才和技术。此次交易的财务条款未有披露。Saggezza的软件平台产品线成立于2006年,主要面向金融服务行业,并提供数据分析和可视化工具。但思科最感兴趣的似乎只是Saggezza的高级分析团队。
思科业务发展副总裁Rob Salvagno在博文里表示,“Saggezza的团队包括在云和安全平台开发方面具有独特功能的一群平台分析专家”。
此次收购的目的是为了加强思科网络自动化技术的发展,特别是旗下数字网络架构(DNA)平台的发展。 Saggezza的分析团队将与由高级副总裁Ravi Chandrasekaran领导的思科企业网络工程团队合并,思科表示预计该交易将在第四季度完成。
另外,Salvagno在博文中写道,“网络分析是思科目标的关键部分,旨在提供覆盖整个技术生态系统的全面端到端分析解决方案,包括网络、云端、数据中心、安全、应用程序和业务流程。”
三天前,思科曾宣布以6.1亿美元买下SD-WAN初创企业Viptela。总部设在圣何塞的Viptela初创公司主打端到端网络虚拟化,端到端网络虚拟化可实现应用程序感知路由、服务链接和业务流程功能。思科在今年1月还收购了AppDynamics,交易额达37亿美元。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。