至顶网网络与安全频道 12月17日 编译:思科昨天宣布计划收购Exablaze,后者是一家澳大利亚公司,主要提供用于金融应用(例如股票交易算法)的超低延迟网络设备和芯片。这次收购的金额未对外透露。思科预计将在截至4月27日的第三财季完成此次交易。
Exablaze总部位于悉尼,拥有包括交换机、网络接口卡、电缆直到光收发器等各种类型的网络硬件产品组合。这家成立有7年时间的公司声称拥有多项行业记录,例如拥有市场上密度最高的Layer 1交换机,以及以ExaNIC X10形式提供的最低延迟网络接口卡,处理流量的速度不到一百万分之一秒。
Exablaze的适配器采用了自己内部设计的FPGA。此外,Exablaze提供了一种开发套件,让企业能够针对网络威胁扫描等新应用重新编程FPGA。思科将把Exablaze的产品整合到自己的Nexus系列交换机硬件中,以吸引金融领域的企业客户。
思科业务发展副总裁Rob Salvagno在博客中写道:“在高频交易领域,每时每刻都很重要。通过将Exablaze在细分市场领先的超低延迟设备和基于FPGA的应用添加到我们的产品组合中,金融和高频交易客户将可以更好地实现自己的业务目标,并实现客户价值主张。”
另外,思科暗示还会把Exablaze技术用于其他方面。思科在收购公告所附的常见问题解答中,详细介绍了Exablaze的产品适用于人工智能、云计算、边缘计算和电信基础设施等领域的应用。
因此,Exablaze的FGPA将为思科不断增长的半导体业务提供动力。思科今年以26亿美元的价格收购了光学网络芯片制造商Acacia,并在去年12月以6.6亿美元的价格收购了另一家光电子芯片制造商Luxera。
同时,思科在半导体开发方面的投资带来了Silicon ONE处理器系列。该系列的首款产品是Q100芯片,思科称该芯片处理数据包的速度是竞争对手的三倍,功耗却是竞争对手的一半。
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。