双十一刚过完一天,阿里云就发生全线崩溃的重大事故。据阿里云公告,受影响产品包括:网络、计算、存储以及各类云计算应用服务。受影响地域涵盖了我国国内的华东、华北、华南、西南、等地区,以及海外等多个国家。阿里云发布公告称,监控发现云产品控制台访问及API调用出现异常,阿里云工程师正在紧急介入排查。目前,绝大部分地域控制台服务已恢复访问。
“有意见”留言板
@媒体搬运工:谁说分布式比单体式软件构架更安全?分布式架构和云原生让软件组件之间的依赖关系更加复杂,故障排除的难度也陡增,对于阿里这样的大厂也许可以在事发后迅速解决问题,但是对于普通企业来说那可是灾难了。
@辣腿堡不加酱:看到阿里云这次的翻车真是心里咯噔一下,之前说的可用区、容灾能力不知是否能让阿里云安全恢复。企鹅和遥遥领先是否也会存在一些风险?
@老董:想当前双十一的其中一个目的就是为了对云计算应用可靠性进行检验,也正是一次次经受住双十一流量洪峰的考验,云计算才受到了充分的认可。然而如今不需要再用双十一的做法来对云进行考验了,而阿里云反而撑不住了,希望这个事情最终会有一个合理的解释出来吧。
好文章,需要你的鼓励
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
谷歌发布基于Gemini 3的快速低成本模型Flash,并将其设为Gemini应用和AI搜索的默认模型。新模型在多项基准测试中表现优异,在MMMU-Pro多模态推理测试中得分81.2%超越所有竞品。该模型已向全球用户开放,并通过Vertex AI和API向企业及开发者提供服务。定价为每百万输入token 0.5美元,输出token 3美元,速度比2.5 Pro快三倍且更节省token用量。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。