當(dāng)?shù)貢r(shí)間周一,eBay首席執(zhí)行官和總裁約翰·多納霍(John Donahoe)在美股盤(pán)后發(fā)布的一份聲明中稱(chēng),公司旗下支付業(yè)務(wù)PayPal總裁大衛(wèi)·馬庫(kù)斯(David Marcus)將于6月27日離職,并將跳槽至Facebook,負(fù)責(zé)后者的即時(shí)通訊產(chǎn)品運(yùn)營(yíng)。
對(duì)于自2012年以來(lái)一直擔(dān)任這家支付巨頭總裁的馬庫(kù)斯來(lái)說(shuō),他將把自己在移動(dòng)領(lǐng)域積累的經(jīng)驗(yàn)帶到全球最大的社交網(wǎng)絡(luò)上。
多納霍在聲明中表示,“我們希望大衛(wèi)一切順利。他留下了一個(gè)強(qiáng)有力的領(lǐng)導(dǎo)團(tuán)隊(duì),這個(gè)團(tuán)隊(duì)致力于我們計(jì)劃無(wú)縫執(zhí)行、產(chǎn)品擴(kuò)展創(chuàng)新和推動(dòng)全球增長(zhǎng)。”
馬庫(kù)斯表示,自己離職PayPal,是在“適當(dāng)?shù)臅r(shí)間作出的一個(gè)轉(zhuǎn)變”,并稱(chēng)在加盟Facebook后,自己將領(lǐng)導(dǎo)一個(gè)較小的團(tuán)隊(duì)。
Facebook在一份聲明中表示,即時(shí)通訊服務(wù)仍舊為Facebook的一個(gè)“核心部分”,因?yàn)楫?dāng)前這家社交網(wǎng)絡(luò)每天發(fā)出的短消息達(dá)到了120億條。Facebook稱(chēng),“我們的短消息服務(wù)持續(xù)潛在地獲得新體驗(yàn),對(duì)此我們感到無(wú)比興奮。我們將為Facebook社區(qū)和更多用戶提供更好服務(wù),大衛(wèi)將帶領(lǐng)相關(guān)團(tuán)隊(duì)實(shí)現(xiàn)這一愿景。”
目前尚不清楚馬庫(kù)斯加盟Facebook后將向誰(shuí)報(bào)告工作,同時(shí)不清楚其離職PayPal的職位空缺將由誰(shuí)來(lái)填補(bǔ)。
在盤(pán)后交易中,F(xiàn)acebook股價(jià)上揚(yáng)0.3%,而eBay股價(jià)下挫1.6%。預(yù)計(jì)eBay和Facebook將分別在7月16日和7月21日發(fā)布它們的第二季度財(cái)務(wù)報(bào)告。
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(zhuān)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(zhuān)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(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)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(kāi)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(kāi)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。