Versa 推出了其主权级 SASE 解决方案,声称可以通过这一方案解锁突破性的使用场景,并将安全访问服务边缘 (SASE) 市场规模至少扩大 25-30%。该方案旨在让企业能够以"自助服务"模式直接从自有基础设施部署定制化的网络和安全服务。
这家科技公司表示,他们采用了"业内首创的方法",以应对日益增长的控制需求,这些需求源于不断演变的数据隐私法规、加剧的安全威胁,以及对第三方软件即服务 (SaaS) 基础设施依赖所带来的挑战。
Versa 主权级 SASE 专为运营受高度监管行业或关键基础设施的组织设计,这些组织需要最高级别的保护。该方案能够部署前沿的"气隙"基础设施模型,确保无与伦比的安全性。
在过去两年中,Versa 主权级 SASE 已被国防、金融服务、航运、能源和零售行业的组织采用。现在该方案已向所有组织全面开放。
主权级 SASE 的主要优势包括增强隐私和控制、降低服务中断风险以及简化合规性。其独立且可定制的服务使组织能够在自有基础设施上构建和管理 SASE 环境,确保更大的自主权和数据保护。
此外,通过消除与第三方 SaaS 平台计划外故障和停机相关的运营风险和成本,可以确保更高的可靠性并加强业务连续性。
预计市场的显著扩张将通过为服务提供商改善经济效益来实现,使其能够为小型企业和消费者市场提供一站式服务。Versa 预见到部署将扩展到船舶、飞机、火车和汽车等移动环境;扩展国防部署;与私有移动 (4G/5G) 网络服务集成;将零信任扩展到组织中的本地用户和物联网/运营技术 (OT) 网络设备。
一家北美能源公司已经部署了 Versa 主权级 SASE,以满足其关键基础设施的合规要求,保护依赖蜂窝和卫星连接的企业和配送环境中的 IT 和 OT 网络。
Versa 的 SASE 解决方案和服务副总裁 Anuj Dutia 表示:"Versa 主权级 SASE 提供了一个革命性的部署模型,将行业领先的安全和网络平台与灵活的部署方式相结合,以满足任何企业最严格的监管和运营要求。"
通信服务提供商 Tata Communications 是 Versa 的重要合作伙伴。Tata 的 SASE 产品总经理兼负责人 Andrew Winney 就此部署评论道:"当前 SASE 平台给服务提供商带来的主要挑战之一是封闭网络导致的有限可见性和控制力。通过将 Versa 的主权级 SASE 解决方案集成到我们的网络骨干中,Tata Communications 确保了卓越的用户体验和增强的可管理性,这是提供差异化管理服务的关键因素。"
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。