YouTube宣布在下周举办的CES展上展示高清视频流,其中Google新视频编码格式VP9功不可没。
新视频格式让YouTube和其他视频流网站受益匪浅,因为借助新视频流格式,视频网站在传输高清4K视频流时,网络速度无需减慢。有望达到的预期效果是用户在线观看视频时,不会出现大量缓冲问题。
Google正在努力普及VP9格式,包括索尼、松下和LG在内的合作伙伴将在其CES展台的4K电视机上展示高清视频流。Google还列出大量致力于推广VP9的硬件和软件合作伙伴,其中包括ARM、博通、三星、Nvidia、Mozilla、高通、Marvell和东芝。
YouTube平台合作关系主管Francisco Varela向科技博客网站GigaOm表示,Google并不反对支持其他下一代视频编码格式,其中包括VP9的竞争对手H.265。
对互联网而言,VP9重要性不言而喻,YouTube支持VP9无论对自身、还是对互联网都颇有好处。Google Chrome的Web Media团队一名资深业务产品经理Matt Frost在2013年Google I/O大会上曾经表示,VP9免版权费将为学校、创业公司等组织及希望创建视频项目的编程人员节约数百万美元。
但他同时指出,VP9对Google自身有利,因为节约带宽有利于提升Google利润。他说:“VP9视频编码格式极佳,有助于我们大幅增加互联网规模,有助于我们显著提高互联网速度。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。