
当地时间周三,谷歌宣布未来计划将其千兆光纤网络服务扩展到美国更多地区。
谷歌表示,公司已向美国九个地区的34个城市提出合作计划,其中包括:圣何塞、波特兰、盐湖城、凤凰城、圣安东尼奥、纳什维尔、亚特兰大、夏洛特以及罗黎-达勒姆等9个新的城区。
北美负责“光纤到户”委员会主管希瑟·伯内特·高登(Heather Burnett Gold)表示,谷歌的最新举措显示,当前美国千兆网络的普及正处在一个转折点上。她还称,“我们看到,其他许多城市都表现出对千兆光纤网络的浓厚兴趣,谷歌打算与所有社区合作,实施最佳战略。”
这位负责人还介绍称,在最近于斯德哥尔摩举行的“光纤到户”研讨会上,有分析师认为,到2019年,在美国能够用到千兆光纤无网络的用户将从现在的14%增长到20%。
谷歌光纤接入业务副总裁米洛·曼迪(Milo Medin)在一篇博客中称,谷歌正在评估每个地区环境因素,包括地形和住房密度,以及区域设施水平。谷歌计划在今年年底前为更多城市提供谷歌光纤网络。
曼迪同时表示,尽管其提出的所有申请并非都会得到批准,但与其他任何千兆网络服务供应商相比,谷歌的准备更为充分。
好文章,需要你的鼓励
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
本文介绍自适应一致性图(ACG)方法,通过持久化执行记忆图与预算感知的上下文构建,帮助AI智能体在长任务中减少信息失联,在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计,免训练实现最高3.1倍加速、2.3倍吞吐提升,且准确率仅比不共享方案低1.1个百分点。