北京时间3月23日消息,苹果本周发布了iPhone SE和9.7英寸iPad Pro,但并未正式公布这两款产品的RAM大小。有媒体在拿到这两款产品之后对此进行了研究。
结果显示,尽管尺寸较小、价格较低,但iPhone SE与iPhone 6s和6s Plus一样采用了2GB RAM。不过,9.7英寸iPad Pro也采用了与iPad Air 2一样的2GB RAM,而非12.9英寸版本中的4GB RAM。
与PC相比,iOS设备受RAM的影响较小。iOS最初就是为RAM较小的设备所设计,而尽管当前iPhone和iPad的RAM大小远大于第一代iPhone中的128MB,但iOS的设计仍会注重对RAM的利用率。给iPhone和iPad提供更大的RAM并不一定能提高整体性能,但这也意味着iOS不必频繁释放内存。这对Safari浏览器的帮助尤为明显,因为以往在内存释放后,Safari浏览器在打开此前标签时需要重新加载,这意味着用户需要等待几秒钟时间,且手机需要消耗数据流量。
关于9.7英寸iPad Pro,2GB RAM可能会带来一些限制。此外,苹果曾经由于RAM限制而停止支持老款设备。例如,第一代iPad的RAM为256MB,因此无法升级至iOS 6和iOS 7。而采用同样A4处理器的iPhone 4由于配备了512MB RAM,从而可以进行这些升级。目前,较小的RAM还不会带来影响,但未来这可能会是个问题。
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。