SmartWatch 3是索尼在2014年的IFA大会上推出的新品,而在CES 2015上,索尼正式发布了该款只能手表的金属表带款,极具质感,非常适合喜欢佩戴金属手表的用户使用。
金属表带的SmartWatch 3的配置并没有改变,依旧配备了1.6寸显示屏,内置1.2GHz四核处理器,搭载Android Wear操作系统,512MB RAM+4GB机身内存。支持NFC和GPS无线连接,内置电池为420毫安,续航时间约为2-4天。
对于已经购买SmartWatch 3的用户,想要更换金属表带也十分方便,索尼同时展示了可更换的金属外壳配件——SmartWatch 3 holder。据悉,金属表带款SmartWatch 3将在2月上市,而可替换的金属外壳配件将在之后同步开售。
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。