近日计算机网络基础设施厂商Juniper Networks发布第四季度财报,结果超出预期水平,使其股价在盘后交易中走高。
该季度Juniper Networks在不计入股票补偿等特定成本下的每股利润为56美分,远高于一年前的利润每股1美分。该季度Juniper Networks的净利润为1.329亿美元,收入达到13亿美元,同比增长6%。此前华尔街预测的每股收益为53美分,销售额为12.7亿美元。
Juniper Networks公司首席执行官Rami Rahim表示,12月这个季度的需求要好于预期,推动了公司在所有垂直行业、客户解决方案和地区的强劲增长。
他在声明中表示:“我们致力于提供可简化运营、交付卓越最终用户体验的产品,我们将其称之为体验至上的网络,这在我们客户中产生了共鸣,让我们能够在多个大的、不断增长中的市场中实现增长。我们相信,这一重点将让我们能够在2022年加速增长。”
Juniper Networks还公布了2021财年的全年业绩,年利润为2570万美元,即每股76美分,收入为47.4亿美元。
Juniper Networks主要售卖计算机网络硬件如路由器和以太网交换机等产品,同时也是网络软件业务的领导者,以及提供许多安全工具。
Juniper Networks转型为“体验优先的网络”,旨在帮助企业客户实现这些任务的自动化,以简化网络的部署和管理。大部分创新都是基于软件的。例如,本月早些时候,Juniper Networks宣布扩大路由器产品组合,并推出新的软件提供支持,可让这些设备更易于管理。
展望2022财年的第一季度,Juniper Networks预计这将是一个良好的开端,公布的指引显示该季度预计每股盈利为31美分,收入为11.5亿美元,略高于华尔街预期的11.3亿美元。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
时尚零售巨头维多利亚的秘密因安全事件导致网站和线上订单服务中断,已立即启动应急响应、邀请第三方专家协助恢复运营,实体店仍正常营业。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。