[中国,深圳,2021年4月20日] 近日,全球权威咨询和研究机构Gartner发布了《2021 Gartner Peer Insights“Voice of the Customer: Network Firewalls”》榜单,华为防火墙凭借全球客户规模部署,强劲的竞争力以及卓越的客户表现,获得2021年Gartner网络防火墙“客户之选”荣誉称号。华为在本年度Peer Insights平台获得4.9分综合评分(满分5分),在全球所有厂商中排名第一。
Gartner Peer Insights是一个由IT决策者和专业人员对其使用的设备、服务进行在线评级和评论的平台,目前包含了对355个市场领域的评估,以及25.5万条经过验证的高质量评论。Gartner通过颁发“客户之选”荣誉称号来表彰客户评价最高的供应商,从而帮助企业IT决策者做出更明智的购买决策。
截至2021年2月28日,来自全球金融、政府、运营商、制造等行业的客户,从产品功能、部署运维、服务支持等多个维度,对华为防火墙系列产品和解决方案进行了综合评估,并且给予了高度评价。这些评价充分体现了全球客户对华为防火墙产品的产业地位、部署规模、成熟商用的高度认可。
“感谢每一位在Gartner Peer Insights平台上分享观点的客户,获得‘客户之选’代表了全球客户对华为防火墙产品的认可,我们很高兴能够获得这样的殊荣。”华为安全产品领域总裁宋端智说。“我们将继续践行以客户为中心,持续创造客户价值,为客户提供安全可靠的产品和解决方案,护航数字化转型建设。”
客户的信任源于华为在安全领域的不断创新与持续领先。华为将网络安全和隐私保护作为公司的最高纲领,在安全领域已经持续投入了二十年,构建了端到端的安全保障体系。华为防火墙服务于全球80多个国家10万多家企业的办公和生产网络,遍布北美、欧洲、拉美、非洲、亚太等各个区域。华为持续领跑中国安全厂商,连续八年入选Gartner网络防火墙魔力象限,连续四年成为魔力象限挑战者,是中国入选时间最长、执行力最高的安全厂商。
了解更多信息,请访问华为网络安全官网。
免责声明:
1.Gartner Peer Insights Customers’ Choice constitute the subjective opinions of individual end-user reviews, ratings, and data applied against a documented methodology; they neither represent the views of, nor constitute an endorsement by, Gartner or its affiliates.
2. Gartner does not endorse any vendor, product or service depicted in its research publications, and does not advise technology users to select only those vendors with the highest ratings or other designation. Gartner research publications consist of the opinions of Gartner’s research organization and should not be construed as statements of fact. Gartner disclaims all warranties, expressed or implied, with respect to this research, including any warranties of merchantability or fitness for a particular purpose.
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。