
云服務(wù)提供商Akamai當?shù)貢r間周二發(fā)表報告稱,2013年第三季度全球互聯(lián)網(wǎng)連接平均速率為3.6Mbps,環(huán)比增長10%,同比增長29%。
在報告收錄的133個國家和地區(qū)中,互聯(lián)網(wǎng)連接平均速率增幅為埃及(1.2 Mbps)的0.2%-法屬留尼旺島(6.8Mbps)的259%。
與2013年第二季度相比,全球互聯(lián)網(wǎng)連接峰值速率下降5.2%至17.9Mbps。在網(wǎng)速最高的十大國家和地區(qū)中,七個國家和地區(qū)的峰值網(wǎng)速增幅為中國香港地區(qū)的0.5%-韓國的19%。與上年同期相比,全球互聯(lián)網(wǎng)連接平均峰值速率上升了13%。
Akamai高管大衛(wèi)·貝爾遜(David Belson)在一份聲明中說,“我們發(fā)現(xiàn),2013年第三季度全球互聯(lián)網(wǎng)連接的平均速率和平均峰值速率增長強勁,全球?qū)拵нB接和超高速寬帶連接的普及率也在強勁增長。我們認為,這些趨勢表明,全球各個國家的互聯(lián)網(wǎng)連接質(zhì)量和速率在持續(xù)增長。”
2013年第三季度全球移動互聯(lián)網(wǎng)連接的平均速率為0.6Mbps-9.5Mbps,平均峰值速率為12.4Mbps-49.8Mbps。愛立信的數(shù)據(jù)顯示,第三季度全球移動數(shù)據(jù)流量同比增長了80%。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。