至顶网网络频道 09月06日 综合消息:Mellanox今日宣布, 与光迅科技股份有限公司达成合作,推出采用Mellanox硅光引擎的1550nm 100Gb/s PSM4硅光模块。Mellanox的PSM4模块与光迅的新光模块能够良好互通,双方将竭力开拓100Gb/s PSM4以太网光模块市场,为客户提供新的供应渠道。
“中国Web 2.0和数据中心正在向100Gb/s网络过渡,这将是一个非常好的时机。”光迅科技数据与接入总经理张军表示,“引入已被充分验证过的Mellanox光引擎,将缩减光迅硅光PSM4产品上市时间。相比其它方案,由于无需透镜、隔离器或气密封装,Mellanox解决方案的封装更简单、成本低于竞争对手。”
“我们很高心能够有光迅科技这样一个合作伙伴和光引擎客户”,Mellanox公司商务发展高级副总裁,互联业务总经理Amir Prescher表示。“在数据中心的100Gb/s单模光纤光互连方案中,PSM4模块需求量最大、最经济,且极具灵活性。终端用户将受益于更多的供应商选择,同时,Mellanox和光迅科技也都将从开拓100Gb/s产品市场中获得收益。”
Mellanox已在年初的OFC展会上发布了这款光引擎。其组件均已充分验证,适用于低成本半导体封装工艺,具有低风险、短缩产品上市时间等优势。由于Mellanox的硅光平台不需要复杂的透镜、隔离器、以及激光器组件等,与传统方法相比,客户可以很容易和更快速地扩大生产规模。
Mellanox和光迅科技将参展于9月6日至9日举行的2017中国光博会(CIOE),届时Mellanox展台(1A22-1)和光迅科技的展室还将共同展出1550nm 100Gb/s PSM4硅光模块。
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。