5月29日凌晨消息,當當網(wǎng)周四開盤大跌,開盤5分鐘之內,當當?shù)欢冗_到16%。截至收盤,當當股價下跌1.58美元至8.67美元,跌幅達15.41%。
當當網(wǎng)(NYSE:DANG)昨日發(fā)布了截至3月31日的2015財年第一季度財報。總凈營收為人民幣22.173億元(約合3.577億美元),同比增長27.7%。凈虧損人民幣6020萬元(約合970萬美元),而上年同期凈利潤為人民幣200萬元?;诜敲绹ㄓ脮嫓蕜t,凈虧損人民幣5800萬元(約合930萬美元),而上年同期凈利潤為人民幣520萬元。
據(jù)雅虎財經匯總的數(shù)據(jù)顯示,4位分析師平均預計,不按美國通用會計準則計算(Non-GAAP),當當網(wǎng)第一季度每股美國存托憑證(ADS)攤薄收益0.04美元;財報顯示,該公司第一季度每ADS虧損0.12美元,低于分析師預期。
根據(jù)6位分析師平均預計,當當網(wǎng)第一季度總營收3.5578億美元;而根據(jù)財報顯示,該公司第一季度總營收為3.577億美元,高于分析師預期。
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)不同問題靈活調整內部專家配置。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,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(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。