北京時間2015年5月14日上午消息,高通以低于原計劃的收益率首次發(fā)債籌集了100億美元,這筆借來的資金將回報給股東。
Creditsights分析師Erin Lyons接受電話采訪稱:“債券的需求很是強勁,尤其是短期債券。該公司過去非常保守,而且股價也一直落后,所以該公司跟進了許多公司向股東返還資金的做法。”
根據(jù)彭博匯編的數(shù)據(jù),這家生產(chǎn)全球大多數(shù)智能手機芯片的制造商此次分八個部分發(fā)債,其中期限最短部分中的12.5億美元、票息1.4%的三年期債券收益率僅比同期限美國國債高0.5個百分點,而且比最初推介水平低10個基點?;I資所得將用作一般企業(yè)用途,包括為一個資本回報計劃和并購提供資金。
高通市值約1,140億美元,公司在3月份宣布了在12個月內(nèi)回購100億美元股票,并把派息提高14%的計劃。該公司董事會一共批準了至多150億美元的股票回購規(guī)模。對沖基金Jana Partners的老板、維權(quán)投資者Barry Rosenstein一直以來都呼吁高通通過剝離芯片組業(yè)務和削減成本來提升股東價值。
穆迪對高通的評級為A1,為其第五檔評級,與標普給出的評級A+相當。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務上顯著提升推理準確率,且不增加計算成本。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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。