周三美股收盘,赛门铁克发布了2015财年第一财季财报。财报显示,该季度赛门铁克净营收为17.35亿美元,比去年同期的17.09亿美元增长2%;净利润为2.36亿美元,比去年同期的1.57亿美元增长50%,本财季每股摊薄收益为0.34美元。而基于非一般公认会计准则,每股摊薄收益为0.45美元。
华尔街分析师认为赛门铁克该季度净营收为16.7亿美元,每股摊薄收益为0.42美元。
赛门铁克,CEO迈克尔·布朗(Michael Brown)在一份声明中表示,为促进企业业务增长,未来公司将在五大关键业务上持续进行投资:备份设备、移动、先进威胁保护、安全服务管理和预防数据丢失。布朗称,“我们的备份服务、托管服务以及数据损失预防业务都获得了增长。在过去两个季度内,我们推出了20多个改进后的或全新产品,在本财年年底,我们还有望推出20多款新产品。”
赛门铁克预计2015财年第二财季公司的营收在16.00-16.40亿美元之间;按Non-GAAP,每股收益在0.40-0.44美元之间。而华尔街分析师则认为当前季度赛门铁克的每股收益为0.45美元,营收为16.3亿美元。
赛门铁克预计2015财年营收在66.3-67.7亿美元之间,基于Non-GAAP,每股收益在1.84-1.92美元之间。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。