网络流量管理厂商F5 Networks近日宣布将以5亿美元的价格收购“边缘即服务”初创公司Volterra,其中包括4.4亿美元现金和6000万美元未来对价。
Volterra成立于2017年,于2019年11月走出隐身模式,提供的基于服务的基础设施平台旨在帮助企业跨公有云和私有云以及网络边缘的应用。
该平台可以帮助DevOps团队和NetOps团队缓解运营、安全和性能方面的挑战,因为其应用和数据通常分散在云或边缘环境中。对于DevOps团队而言,Volterra提供了对大型应用的管理,并降低了复杂性,而NetOps团队则可以简化跨云的应用到应用网络安全性。
Volterra的用户中包括不少财富100强企业中的小型企业,客户则包括软银集团,Kindred Group、Net One Systems、Cdiscount、Cober Test Systems和Digital Virgo。
对于F5 Networks而言,此次收购让其得到了所谓的“Edge 2.0开放式边缘平台”,通过克服了第一代边缘解决方案固有的挑战,改变了F5在企业应用和交付市场的地位。F5表示,Edge 2.0平台是把安全放在首位,同时提供了无限扩展能力。
F5总裁兼首席执行官FrançoisLocoh-Donou在声明中表示:“当前的边缘解决方案根本不足以满足当今的企业客户。是时候打破封闭的边缘系统了,否则构建、运行和保护应用只会让你痛苦不堪。我们借助Volterra的Edge 2.0平台推进了Adaptive Applications的发展愿景,解决企业客户面临的复杂多云环境,打造一套能够解决客户最大痛点的SaaS解决方案。”
根据Crunchbase和PitchBook的数据,在被收购之前,Volterra已经在两轮融资中筹集了7500万美元,投资方包括Samsung NEXT Ventures、Partech、Mayfield Fund、ITOCHU Technology Ventures、Khosla Ventures、M12和Telia Ventures。
预计此次交易将于今年第一季度完成。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。