至顶网网络频道 03月12日 编译:网络流量管理公司F5 Networks日前表示,计划以6.7亿美元的价格收购NGINX,更好地利用多云部署普及的趋势。
F5 Networks专注于提供云和安全应用服务。NGINX则运营着一个流行的开源Web服务器业务,为数百万个网站提供支持。此外,NGINX提供的负载平衡服务可用于跨多个计算环境集中监视和管理Web服务,以及各种应用开发工具。
NGINX最近对其产品进行了重要升级,升级版本将应用交付、应用程序编程接口管理和服务网格管理工具整合到一个产品中。
F5在声明中称,F5计划利用NGINX的软件“在所有环境中实现多云应用服务”,此外还将通过用自己的安全产品来补充NGINX的软件实现这一目标。F5表示,还将整合自己的“云原生创新”以增强NGINX的负载均衡软件。
NGINX品牌将保留下来,F5也将继续支持同名的开源Web服务器项目。NGINX首席执行官Gus Robertson和联合创始人Igor Sysoev以及Maxim Konovalov将留在公司。
Robertson在博客文章中表示,这次收购是很有意义的,因为两家公司具有“互补优势”,可以增强彼此的产品。
Robertson说:“我们的网络和应用服务器、微服务和API管理解决方案补充了F5的应用管理、应用安全和基础设施安全解决方案。即使是在应用交付控制器(ADC)存在部分重叠的情况下,NGINX也创建了一个轻量级的纯软件版本,补充了F5云、虚拟和物理设备选项。”
F5毫不掩饰自己希望覆盖更多应用工作负载的愿望。前不久,F5业务开发和公有云高级副总裁Calvin Rowland谈到了F5推出专注于持续集成/持续交付或CI/CD的新DevOps工具计划,而收购NGINX与这些计划是完全吻合的。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。