由于蘋(píng)果最近更新了其用于iPhone和iPad的官方播客應(yīng)用Podcasts,將Siri整合到了Podcasts應(yīng)用當(dāng)中,如今iPhone和iPad用戶(hù)可通過(guò)Siri語(yǔ)音助手對(duì)Podcasts進(jìn)行語(yǔ)音控制。
周四,蘋(píng)果官方播客應(yīng)用Podcasts的iOS版迎來(lái)2.1版的升級(jí),添加Siri支持。用戶(hù)只需通過(guò)Siri助手說(shuō)出“播放播客”,便可一個(gè)接一個(gè)地播放用戶(hù)所有的視頻音樂(lè)播客。此外,用戶(hù)也可以要求播放某一特定的播客,說(shuō)出特定的電臺(tái)或播客名即可,例如“播放Relaxation Meditation電臺(tái)播客”。
除此以外,如今該播客應(yīng)用還整合了蘋(píng)果CarPlay車(chē)載系統(tǒng),用戶(hù)可通過(guò)iOS 7中的共享功能AirDrop分享鏈接。與此同時(shí),通過(guò)點(diǎn)擊播放按鈕,用戶(hù)可以隨時(shí)播放電臺(tái)列表中的任一項(xiàng)。
此外,蘋(píng)果在這次更新中還改進(jìn)了Podcasts應(yīng)用的內(nèi)容瀏覽及管理體驗(yàn)。
Podcasts為用戶(hù)新增了一個(gè)“未播放”標(biāo)簽,上面會(huì)列出所有用戶(hù)已下載但尚未收聽(tīng)的內(nèi)容。還有一個(gè)新的“提要”標(biāo)簽,能夠顯示等待下載或播放的播客。用戶(hù)還可以保存一些劇集以便離線(xiàn)播放,并可選擇在播放后自動(dòng)刪除,隨后輕點(diǎn)播客和單集描述中顯示的鏈接,還可在Safari中打開(kāi)。
此次更新還修復(fù)了一些漏洞,解決了在與iTunes同步后的播客回放問(wèn)題,并提高了下載播客的穩(wěn)定性。
蘋(píng)果還在最新更新的iTunes 11.2中調(diào)整了其播客功能,能幫助用戶(hù)更好地瀏覽和管理播客片段。如果你想在電腦和iPhone或iPad之間同步播客片段,并已安裝了最新版本的播客應(yīng)用,那么蘋(píng)果建議您將iTunes更新到iTunes 11.2。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。