
李春潮(Ivan Lee)先生于2006年Marvell收购UT斯达康 SoC业务时加入到公司。在Marvell公司,李先生先后担任过多种重要职位,并不断晋升,包括在市场销售过千万的PHS手机基带产品部担任过研发高级总监,到升为手机产品研发副总裁,一直到现在的职位。在现在的职位上,李先生全面负责公司手机产品和应用处理器产品的开发和战略规划工作。李先生是Marvell公司TD-S CDMA产品和业务的开创者, 在帮助Marvell公司成功进军TD-S CDMA业务领域过程中起到了重要领导作用。
在加入Marvell公司前,李先生在UT斯达康公司担任SoC部门总经理和公司副总裁。在此之前,他在AMLogic公司担任研发副总裁,并带领团队开创了数字音视频产品线。除此之外,李先生还先后在多家公司担任过高级设计和架构开发的职位,包括Efficient Networks, Sun和德州仪器。李先生是复杂SoC设计和计算平台领域的专家。
李先生拥有乔治亚理工学院(Georgia Institute of Technology)硕士学位,和位于奥斯汀(Austin)的德克萨斯大学 (University of Texas) 学士学位,专业均为电子工程,并专注在VLSI设计、DSP和计算机科学方向。李先生精通多种语言,包括英文、中文和印尼语。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。