3月17日消息,据韩国媒体报道,为了改善经营状况,三星电子18年来首次削减研发投资,年初至今三星电子已经在总部裁员2480人。此外,三星还关闭了美国的电子材料研发中心和信息应用研发中心,研发中心数量从去年的44家降至41家。除了总部,其他部门也进行了裁员。
三星发布的2015年第四季度以及全年的财报显示,在2015全年,三星移动部门收入达到103.55万亿韩元(870亿美元),运营利润为10.14万亿韩元(85 亿美元),收入比去年同期下降7.3%,利润下降30%。考虑到竞争日趋激烈和需求减缓,三星预计今年智能手机和平板销量都将有个位数的增长,可以预见三星在今年的处境较为艰难。
为渡过难关,三星也是想尽办法来提高公司营收。例如,提高零部件利润,通过在Galaxy S系列旗舰智能手机中部署自家的Exynos 7420处理器来降低专利授权费等。除了智能手机、零部件和电视业务,三星电子还在虚拟现实(VR)领域展开投资,并推出了Gear VR虚拟现实头盔。
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。