北京时间5月18日,这是一条来自企业市场的利好消息。腾讯云今日对外宣布,向市场免费推出云计算的“弹性伸缩”(Auto Scaling)服务,用户可以快速调配大规模的云计算资源。据内测阶段首批用户数据,这一服务可支持单次自动扩容3000台以上的服务器资源调配,将原来耗时一晚上的调配降至2.5小时;通过结合使用精确灵活的“秒级计费”方式,典型用户使用后每月节省30%的云服务器开销,只需要为实际使用的计算资源和时间买单。
腾讯云基础产品中心产品总监罗茂政表示,腾讯云希望通过“弹性”和“灵活计费”的方式降低用户上云门槛,弹性伸缩是云计算的基础设施-云服务器的高级功能,腾讯云推出弹性伸缩服务是公有云服务臻于完善的体现。
市面上提供弹性伸缩服务的云服务不多,与现有同类服务对比,腾讯云弹性伸缩将云计算2大核心问题-资源调配和计费方式的解决推进一大步:提供数量庞大的云服务器的资源调配,结合推出“秒级计费”的计费服务。这也是公有云市场上与用户密切相关的两大问题。
有技术人士表示,弹性伸缩的技术突破,不在弹性伸缩技术自身,主要源于云服务商后台基础能力的积累。腾讯云一直对外表示,腾讯云弹性伸缩能力来源腾讯云依托腾讯18年的海量技术后台的积累。在这里,对云服务市场上具备“弹性伸缩”的同类服务进行横向比较:
•对比一:人力纬度,对比同类服务,腾讯云根据监控指标和定时任务扩容缩容,无需人工实时守护。
•对比二:时间纬度,对比以小时为单位计费的云服务,腾讯云可结合提供“秒级计费”服务。
•对比三:性能纬度,对比同类服务,腾讯云后台多次经历单客户3000台左右的扩缩容实践,有更大的资源池和更稳定可靠的后台。
如果不使用弹性伸缩,用户的人力成本、业务风险和场景支持会有什么不同?两者的区别通过表格对比是这样的:
通过以上双向比较可见,就弹性伸缩这一服务而言,腾讯云在人力、物力、财力等各项指标上的表现,辨识度明显,降低了用户的上云门槛。
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。