
電子商務(wù)巨頭eBay斷然拒絕卡爾·伊坎(Carl Icahn)堅(jiān)持更換董事會(huì)成員馬克·安德森(Marc Andreessen)和斯科特·庫(kù)克(Scott Cook)的請(qǐng)求。當(dāng)?shù)貢r(shí)間本周一,eBay CEO約翰·多納霍(John Donahoe)和董事會(huì)董事弗雷德·安德森(Fred Anderson)在向美國(guó)證券交易委員會(huì)(SEC)遞交的委托書中明確表達(dá)了董事會(huì)意愿,并敦促股東重新選舉兩位任董事會(huì)董事。
伊坎曾提名Icahn Enterprises LP員工Daniel Ninivaggi和Jonathan Christodoro兩名人選為eBay董事,顯然他對(duì)董事會(huì)決定不滿,又向股東發(fā)出一封公開信,指責(zé)eBay拒絕剝離PayPal部門,聲稱eBay于2009年將Skype以19億美元的低價(jià)出售給包括安德森風(fēng)投公司安德森霍洛維茨基金在內(nèi)的一批投資者是不成熟的舉措。
伊坎在公開信中寫道:“我認(rèn)為所有股東必須意識(shí)到多納霍或者無(wú)能、或者馬虎,甚至更糟糕,只是簡(jiǎn)單地順從一位有威望、實(shí)力強(qiáng)大的董事會(huì)成員意愿。不管怎樣,其失敗行為給eBay股東造成逾40億美元損失。”
eBay公司管制與提名委員會(huì)主席Richard Schlosberg是一名獨(dú)立董事,指出經(jīng)過(guò)慎重考慮,伊坎提名人選因重要原因不合適進(jìn)入董事會(huì)。Schlosberg在委托書中稱:“經(jīng)過(guò)慎重考慮,董事會(huì)得出如下結(jié)論,伊坎提名人選不符合提名委員會(huì)的一貫標(biāo)準(zhǔn),沒(méi)有一名人選有相關(guān)的經(jīng)驗(yàn)及專業(yè)知識(shí);沒(méi)有一人符合董事會(huì)監(jiān)管指導(dǎo)方針——兩名提名人選都在四家上市公司擔(dān)任董事,Ninavaggi還是Federal Mogul的聯(lián)合CEO。”
eBay尚未確定年度股東大會(huì)召開日期,但預(yù)計(jì)在今年4月中旬召開,這為雙方逐步升溫的口舌之爭(zhēng)留下大量時(shí)間。
多納霍重申不會(huì)剝離PayPal,但伊坎堅(jiān)持己見。他寫道:“eBay與PayPal必須立即分離,我認(rèn)為,如果PayPal繼續(xù)作為eBay一個(gè)部門,PayPal將步黑莓、戴爾、伊斯曼柯達(dá)、寶利來(lái)、任天堂、施樂(lè)、索尼、Palm和AOL等其他科技巨頭的后塵。”
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)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(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)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(biāo)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(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。