IDC发布了两份关于快速增长的软件定义广域网(SD-WAN)基础设施市场的新报告。根据IDC最新的SD-WAN基础设施预测,这个快速发展的网络市场将从2017年到2022年以40.4%的复合年增长率增长到45亿美元。IDC市场份额报告是IDC在该细分市场的首次报告,包括2016年和2017年SD-WAN基础设施厂商收入。
IDC网络基础设施副总裁Rohit Mehra表示:“SD-WAN技术的兴起,是我们多年来看到的最快的行业转型之一。各种规模的组织都在对其WAN进行现代化改造,以便为一系列支持云的应用提供更好的用户体验。现有的网络厂商已经迅速重新调整了他们的路由和WAN优化组合,以应对不断进入这个市场中的初创公司。服务提供商领域的快速发展,促使SD-WAN基础设施在未来几年继续保持快速增长,为企业级领域中的其他软件定义网络和安全功能提供滩头阵地。”
2017年SD-WAN基础设施收入增长了83.3%,达到8.33亿美元。这个市场也变得越来越具有竞争力,传统的网络厂商们正在寻求通过并购战略补充现有产品,或者在这个快速扩张的市场中占据一席之地。IDC发现,思科在SD-WAN基础设施市场占据最大份额,特别是思科用于SD-WAN部署的路由产品组合,以及Meraki产品和2017年8月收购Viptela。 VMware(于2017年12月收购了VeloCloud)在SD-WAN基础设施市场中占据第二大市场份额,其次是Silver Peak、Riverbed、Aryaka、诺基亚和Versa。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。