据国外媒体报道,谷歌YouTube工程部副总裁Venkat Panchapakesan于北京时间周二清晨辞世。Panchapakesan一直以来都在与癌症斗争。
Panchapakesan曾在雅虎工作过十多年,期间曾负责领导了该公司在印度设立的研发中心,并指导了多个产品的开发。Panchapakesan于2009年离开雅虎,随后加盟了Greylock Partners,成为后者入住合伙人。次年,Panchapakesan加盟谷歌,并于同年6月被任命为YouTube工程部主管,向YouTube首席执行官Susan Wojcicki汇报工作。
Panchapakesan在同事和朋友眼里是一个温暖、大方且忠诚的人。
“Venkat是工程团队里深受尊敬的领袖,我们对于他的离世深表悲痛。”Wojcicki表示,“他被所有曾与他共事过的人爱戴,所有认识他的人都将会思念他。在这段艰难时期,我们的心将与Venkat的家人同在。”
Airtel首席产品管、Panchapakesan的侄子Anand Chandrasekaran表示,Panchapakesan是很多人的英雄。
前雅虎印度高级副总裁Sharad Sharma表示,Panchapakesan为人敏锐但谦卑,在职业道德方面Panchapakesan有很高的要求,但同时他在工作上总能表现出“孩子般的热情”。
在今年二月份,Panchapakesan曾向Sharma发出一封有关其对抗病魔的邮件。在这封邮件中,Panchapakesan曾这样写道:“我正在用做任何事所展现出的正能量来对抗着病魔。”
但最终Panchapakesan还是离开了他的妻子与两个孩子。
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。