北京時(shí)間4月17日消息,據(jù)彭博社報(bào)道,納斯達(dá)克互聯(lián)網(wǎng)指數(shù)實(shí)現(xiàn)了連續(xù)10天的上漲。盡管流媒體視頻服務(wù)Netflix股價(jià)單日87美元的大漲也推動(dòng)了該指數(shù)的走高,但在此之前,納斯達(dá)克互聯(lián)網(wǎng)指數(shù)已經(jīng)呈現(xiàn)出了良好的上升態(tài)勢,這要?dú)w功于中概股的巨大貢獻(xiàn)。
納斯達(dá)克互聯(lián)網(wǎng)指數(shù)周四上漲1%,連續(xù)上漲10日,創(chuàng)下自2012年11月以來的最長連漲紀(jì)錄。過去1個(gè)月,納斯達(dá)克互聯(lián)網(wǎng)指數(shù)上漲了5.6%,其中只有兩家美國公司位居漲幅前十大的成分股行列中——Netflix和網(wǎng)絡(luò)托管提供商Endurance International Group Holdings。相比之下,包括去哪兒、搜狐在內(nèi)的7家中概股的股價(jià)漲幅位居前十,月漲幅最高達(dá)到57%。
去年同期,納斯達(dá)克互聯(lián)網(wǎng)指數(shù)漲幅最高的十大成分股中有5家來自美國,包括房地產(chǎn)網(wǎng)站Zillow以和健康資訊網(wǎng)站運(yùn)營商WebMD Health,另有4家來自中國。
“中國股市現(xiàn)在呈現(xiàn)出了互聯(lián)網(wǎng)泡沫式的牛市,”投資公司Stansberry Research首席策略官史蒂夫·舒哥德(Steve Sjuggerud)表示,“中國股市由散戶投資者驅(qū)動(dòng),美國并沒有這么多的散戶投資者。在我們的股市達(dá)到頂點(diǎn)前,我們將會(huì)看到類似場景出現(xiàn)。但現(xiàn)在,投資者持懷疑態(tài)度。”
中國這一輪的牛市推動(dòng)上證綜指在過去12個(gè)月上漲了99%,也連帶推動(dòng)了納斯達(dá)克綜合指數(shù)的上漲。在美上市中概股加入了Netflix、Twitter、Facebook等公司股票的上漲狂歡,使得納斯達(dá)克互聯(lián)網(wǎng)指數(shù)十分接近互聯(lián)網(wǎng)泡沫時(shí)代創(chuàng)下的紀(jì)錄。
過去1個(gè)月,去哪兒、500彩票網(wǎng)、攜程等中概股股價(jià)至少上漲了45%,成為納斯達(dá)克互聯(lián)網(wǎng)指數(shù)上漲的中堅(jiān)力量。Netflix是納斯達(dá)克互聯(lián)網(wǎng)指數(shù)中表現(xiàn)最好的美國成分股,漲幅為33%;其次是Endurance,漲幅為27%。
受到全球用戶超過6200萬,《紙牌屋》等原創(chuàng)劇吸引新用戶的推動(dòng),Netflix股價(jià)在周四大漲18%。Netflix是今年標(biāo)準(zhǔn)普爾500指數(shù)中表現(xiàn)最好的成分股。Twitter股價(jià)今年已經(jīng)上漲了45%,F(xiàn)acebook上漲5.5%。
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"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"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少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,解決了長視頻生成中的錯(cuò)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(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),通過讓AI模型學(xué)習(xí)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(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)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)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(jià)值。