在CES2014上,三星为我们展现GALAXY Note PRO的同时还为我们带来了另一系列平板电脑——GALAXY Tab PRO。这款平板分为三款,分别是12.2英寸的GALAXY Tab PRO 12.2、10.1英寸的GALAXY Tab PRO 10.1和GALAXY Tab PRO 8.4。
GALAXY Tab PRO 12.2是一款大气的平板电脑,非常符合三星的特性。配置方面也极其高端,分辨率为2560*1600的12.2英寸高清显示屏,247ppi 像素密度。同时依旧分为3G和4G两个版本,处理器分别选用的是三星 Exynos 5 Octa 处理器,后者则选用高通骁龙 800 处理器。拥有3GB内存和32GB/64GB机身存储,后置800万像素摄像头,前置200万像素摄像头,电池容量为9500mAh,操作系统选用Android 4.4。
而GALAXY Tab PRO 10.1与12.2的差距就在于内存为2GB,机身存储只有16GB,电池容量为8220mAh。除此之外,在处理器、显示屏和摄像头方面都与GALAXY Tab PRO 12.2相一致。
最后就是这款最小的GALAXY Tab PRO 8.4了,内存依然是2GB,机身存储为16/32GB (可扩展)。体积的变小,也意味着电池的容量也相应减少,这款平板电脑的电池容量仅为4800mAh。不过2560*1600的分辨率在小屏的设备上看起来一定更加细腻。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。