10月18日,2014 Container技术大会在北京举行,此前,10月15日,Docker公司刚刚在美国与微软宣布战略合作,在即将发布的Windows Server中,将为发展迅速的Docker分布式应用开放平台的全新容器技术提供支持。
利用Docker技术开发容器应用的开发者与企业,将得以在Windows Server或Linux平台上共享快速成长的Docker生态系统,充分利用其中的用户、应用和工具等资源。
如今的商业环境对IT创新提出了前所未有的高要求,而其中最为紧迫的需求,就是支持开放式跨平台移植的分布式应用。Docker瞄准了这一需求,利用“容器”,仅需几分钟就能将应用代码由开发状态转入生产状态,实现实时转换。
“Windows Server在企业应用中的优势毋庸置疑,将其纳入到Docker计划的支持范围内,对于整个Docker社区和生态系统来说都是一件里程碑事件。”Docker公司首席技术官、创始人兼首席维护师Solomon Hykes表示,“为容器化和分布式应用提供通用的开发工具和用户界面,将催生出一大批全新应用,为各类企业带来巨大的变化。”
“我们意识到,在移动为先,云为先的世界,为客户创新提供足够的灵活性至关重要。”微软公司云计算与企业级产品工程部执行副总裁Scott Guthrie表示,“为了确保这种灵活性,我们已经在快速成长的Microsoft Azure云平台上为Docker和Linux提供了顶级支持。我们与Docker的合作,将进一步深化我们的投入,助力创建一个能提供更多选择的开放平台,让Windows Server和Linux和谐共处,驱动应用创新。”
微软与Docker的合作,将让开发者得以创造出激动人心的全新商业模式,也能让微软的服务器和云计算用户从Docker开源社区的最佳成果中受益。双方合作的主要内容包括:
“将Azure和Windows Server的强大力量与Docker平台相结合,将重新定义企业对于其云发展的期待与需求。”Docker公司首席执行官Ben Golub说,“通过与微软的合作,我们将提供一套框架体系,让开发者能够以前所未有的速度去创建、并在全球范围内广泛部署多平台分布式应用。“
2014年6月,微软开放技术公司已经为Azure公有云用户带来了Linux版的Docker引擎。来自Docker公司和微软开放技术公司的工程师将继续通力合作,共同编制适用于Azure的容器,并计划将其整合到Docker的下一版本中。这次战略合作将进一步强化双方的协作,为Windows Server和Linux社区提供更大的灵活性和更广泛的选择。
Docker公司简介
Docker公司是Docker开源平台背后的实体公司,是Docker生态系统最大的支持者。Docker是一个面向开发者和系统管理员,用来构建、提供、运行和编制分布式应用的的开放平台。在Docker的帮助下,IT部门可以将应用的提供时间从几个月缩减到几分钟,可以毫无阻力地在数据中心和云平台之间转移工作负载,并将基础设施的效率提升50%以上。在来自社区的积极贡献,以及透明开源的创新成果的推动下,Docker已经被下载超过3,500万次,并被全球最具创新性的公司所采用,其中包括eBay、百度、Yelp、Yandex和Cambridge HealthCare等。Docker快速适用的特性催生出了一个发展迅速的生态系统,现有超过45,000个Docker化应用,合作伙伴包括AWS、Cloud Foundry、谷歌、IBM、微软、OpenStack、RackSpace、Red Hat和WMware。
Docker公司获得的风险投资来自 AME Cloud Ventures (Yahoo! 创始人杨致远)、Benchmark (Peter Fenton)、Greylock Partners(Jerry Chen)、Insight Venture Partners (Jerry Murdock)、 Sequoia Capital (Bill Coughran)、 SV Angel (Ron Conway)、 Trinity Ventures (Dan Scholnick)、 Y Combinator。
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。