
T-Mobile宣布以大约24亿美元收购Verizon无线公司频谱牌照,并将自己价值9.5亿美元的频谱牌照转让给对方。此举是为了建设LTE网络。
这23.65亿美元主要用于收购Verizon无线公司700MHz频谱,并且出让自己的价值9.5亿美元的频谱牌照转让给对方。
对T-Mobile这样试图追赶Verizon和AT&T 4G网络建设速度的公司来说,无线频谱是一种宝贵的商品。700MHz频谱的信号功率低,建筑物穿透性更好,在农村地区的信号更佳。T-Mobile此番放弃的是更高频率的AWS与PCS频谱。
T-Mobile CEO John Legere在声明中表示:“这是在美国低频频谱市场保持优势的一个好机会。”
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。