2021 年 2 月- 网络安全解决方案提供商Check Point 软件技术有限公司(纳斯达克股票代码:CHKP)宣布,凭借在过去一年中卓越的渠道管理以及坚定的合作伙伴承诺与支持,该公司在 Canalys 2020 年亚太地区渠道领导力矩阵中荣获“领军者”称号。
Check Point 于 2020 年初推出的增强型渠道计划得到了广大合作伙伴的积极反馈,同时公司在新冠疫情期间为合作伙伴提供了紧密支持,帮助他们调整市场营销和客户互动活动以适应新的工作模式。因此,此次 Check Point 在 Canalys 领导力矩阵中荣登领军者可谓是名至实归。
Check Point 软件技术亚太地区渠道主管 Pankaj Narayan 表示:“很荣幸能够在 Canalys 亚太地区渠道领导力矩阵中荣获‘领军者’称号,特别是该殊荣直接基于合作伙伴的意见评出。2020 年是充满挑战的一年,我们努力在变幻莫测的环境中确定和支持合作伙伴的需求。‘领军者’称号也是对我们不懈努力的充分认可。一直以来,Check Point 始终致力于提供行业内最佳的机会、支持和回报。归根结底,我们的合作伙伴是我们增长战略不可或缺的一部分。展望 2021 年及以后,我们的合作伙伴增长计划以及围绕企业网络安全、增强型云安全和远程安全的多样化产品有望给合作伙伴带来更多优势。2021 年我们将与合作伙伴携手再创辉煌,同时我们将继续致力于完善我们的生态系统。”
NTT 有限公司亚太地区网络安全高级总监 Neville Burdan 表示:“2020 年当我们客户的网络安全要求变得更加复杂和紧迫时,Check Point 与我们更紧密地站在了一起,充分彰显了其对 NTT 等合作伙伴的坚定承诺。得益于双方合作,我们把握住了市场上的关键机遇,创造了出色的技术和客户价值。Check Point 在 Canalys 2020 年亚太地区渠道领导力矩阵中所取得的成就当之无愧,对此我表示衷心的祝贺。”
Canalys 领导力矩阵中的排名基于合作伙伴的反馈,以及资深 Canalys 分析师对厂商渠道策略、投资、执行和计划规划的详细独立分析。2020 年,该领导力矩阵还评估了厂商在新冠疫情期间在推动增长和支持合作伙伴最紧迫需求方面的表现,包括供应、沟通、财政支持和客户管理。该矩阵要求渠道合作伙伴从十大渠道管理方面(如开展业务的便利性、盈利能力、支持和市场营销)对厂商进行评级。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。