今日,為Mac用戶量身打造的QQ for Mac迎來(lái)新版本,Mac版QQ 3.1.2在蘋(píng)果App Store全面上線。新的Mac版QQ增加了用戶最為期待的討論組文件傳輸功能,讓用戶能更便捷的在討論組隨時(shí)傳輸分享文件。“國(guó)內(nèi)Mac版QQ用戶借助QQ與同事、客戶溝通辦公的需求比較大。”QQ產(chǎn)品團(tuán)隊(duì)表示,“我們從Mac版QQ 3.1.0開(kāi)始,加入了‘我的設(shè)備’功能,讓用戶擺脫平臺(tái)的限制,告別數(shù)據(jù)線,實(shí)現(xiàn)多終端之間無(wú)障礙的文件互傳,進(jìn)一步提升辦公效率。同時(shí)進(jìn)行大量的細(xì)節(jié)優(yōu)化,充分滿足Mac一族的需求。”
支持討論組傳文件,提升辦公人群互傳文件效率
QQ的文件傳輸功能一直以強(qiáng)大著稱(chēng),其中一對(duì)一快捷傳輸,包括超大文件傳輸、離線文件傳輸、斷點(diǎn)再傳等功能,備受用戶好評(píng)。對(duì)于白領(lǐng)一族而言,一對(duì)多和多對(duì)多的在線資源分享和文件傳輸功能的需求也很迫切。Mac版QQ 3.1.2正好滿足了用戶這一需求,打通PC端和手機(jī)端討論組的文件互傳。用戶在討論組中可以直接拖動(dòng)文件或者點(diǎn)擊按鈕直接發(fā)送文件,輕松完成多人間的文件傳輸。用戶可以在討論組溝通,并隨時(shí)傳送文件,提升工作效率。
“我的設(shè)備”,多終端文件自由互傳
由于辦公需求,很多時(shí)候需要在電腦和手機(jī)之間互傳文件,包括圖片、文檔等,但來(lái)回插拔數(shù)據(jù)線又太麻煩了。全新Mac版QQ不斷強(qiáng)化多終端的文件傳輸能力和用戶的一體化體驗(yàn),同一個(gè)QQ帳號(hào),將手機(jī)和PC、Mac連接在一起。在Mac版QQ增加了“我的設(shè)備”功能,讓用戶可以非常輕松的在PC端和手機(jī)端傳輸管理文件,在不同終端中切換自如。傳輸成功的文件在30天內(nèi)可以重復(fù)下載,讓文件分享不再錯(cuò)過(guò)。例如用戶在戶外用手機(jī)QQ接收文件,回到辦公室將文件通過(guò)“我的設(shè)備”傳到Mac電腦上,然后進(jìn)行打印。
業(yè)界人士認(rèn)為,QQ For Mac自推出之后一直保持著良好的更新頻率,不僅體現(xiàn)了QQ強(qiáng)大的技術(shù)實(shí)力與多終端能力的積累,更體現(xiàn)了QQ重視用戶體驗(yàn),深度布局全平臺(tái)發(fā)展的決心。QQ正憑借強(qiáng)勁的通訊能力,及跨平臺(tái)多終端布局的行業(yè)領(lǐng)先技術(shù)覆蓋所有平臺(tái),成為滿足用戶所有場(chǎng)景下的溝通、辦公、生活、娛樂(lè)等需求的即時(shí)通訊軟件。
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。