全球网络与安全融合领域领导者Fortinet(Nasdaq:FTNT),于近日公布2023年第三季度财报。
Fortinet 创始人、董事长兼首席执行官谢青表示:历经两年强劲增长后,安全组网市场的产品需求趋于平稳,增速已逐渐放缓。为积极应对这一市场信号,Fortinet正充分利用全球规模和技术优势、产品推广能力以及专业知识和技能,将业务重点聚焦增速更快的SASE(安全访问服务边缘)和Security Operations(安全运营市场)。与此同时,我们还将继续专注Secure Networking(安全组网)业务领域。Fortinet已整装待发,致力于通过支持全面集成的统一操作系统FortiOS、业内领先防火墙和SD-WAN解决方案,以及SASE和安全运营市场领域的所有卓越解决方案,聚焦高速增长的差异化市场,挖掘新兴市场无限商机。
2023年第三季度财报摘要
业务亮点:
Fortinet支持无缝集成和有机开发的现有产品和服务组合,在Secure Networking(安全组网)、Universal SASE(安全访问服务边缘)和Security Operations(安全运营市场)三大关键市场具备卓越竞争优势,技术因素成为业务增长的核心动力。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。