不断增加的数据处理和数据传输带宽需求使得业界对更低单位端口功耗、更优性能且更高端口密度器件的需求也在日益增加。博通全新的物理层器件能够将功耗降低30%,并为寻求更优性能及更大带宽容量的企业与服务提供商网络提供更强大的功能设置和灵活的路径兼容迁移路径。
博通副总裁兼物理层产品部门总经理Lorenzo Longo表示:“随着网络带宽与流量需求的不断增加,将产品迁移至更轻巧的产品设计中并大幅降低功耗对于我们的客户来说尤为重要。为此,博通持续加大对相关技术的投资力度,推出了具备领先功能设置的低功耗EDC/LRM 物理层器件。”
基于EDC技术的BCM82780能够通过支持LRM来实现10/40GbE数据传输。此外,BCM82780还能够应对短距离(SR)、长距离(LR)以及超长距离(ER和ZR)光纤接口,更灵活地支持多种高带宽应用。多速率物理层器件能够完美地适用于前板上的单模光纤(SMF)、多模光纤(MMF)或双轴铜缆应用。该器件具有全DSP高速前端,可以为线路卡设计人员在40GbE、10GbE或1GbE系统上提供最佳的性能与灵活性。
主要特性:
上市时间
博通BCM82780现已提供样片。
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。