NEW DELHI:瑞典电信设备制造商爱立信企业部门旗下的Cradlepoint推出了一种新的软件定义解决方案——NetCloud Private Networks。
爱立信在一份声明中表示,这种新的专用网络解决方案是“完全基于订阅的产品”,该解决方案最初会专注于精益IT导向型企业,包括物流、轻工制造、政府、大型零售、医疗保健和酒店业。
NetCloud Private Networks已于1月11日上市,通过公民宽带无线电服务(CBRS)进军美国市场。
爱立信表示:“NetCloud Private Networks的加入意味着爱立信拥有了业内最全面的专用网络产品组合。”
爱立信高级副总裁、企业无线解决方案业务领域负责人兼Cradlepoint首席执行官George Mulhern表示:“NetCloud Private Networks特别关注一些IT组织的独特需求,这些组织希望用软件定义解决方案利用自己网络投资,获得企业级的安全性,他们希望解决方案支持即插即用部署并易于管理。”
除NetCloud Private Networks外,爱立信专用网络产品组合还包括Ericsson Private 5G和Cradlepoint Private Network Endpoints。
技术分析公司Moor Insights的运营商和企业网络高级分析师Will Townsend表示:“无论你是部署专用蜂窝网络的公司,还是分销专用网络解决方案的通信服务提供商,拥有一家能够解决各种用例的供应商都至关重要。爱立信专注于创建广泛的专用网络解决方案组合,以满足IT和OT买家的多样化需求——应对从简单到复杂的各种环境。”
国际数据公司 (IDC) 预测,到 2026 年,全球专用 LTE/5G 市场规模将超过 83 亿美元,2022至2026 年的五年复合年增长率 (CAGR) 为 35.7%。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。