科技博客网站Gizmodo披露,Google再次将新一代Nexus手机的设计和生产任务交给LG。
尽管有关Nexus 6的详细资料还很少,但据悉Nexus 6将是LG G2的“轻量级版”。有传言称,Nexus 6将配置Quad HD(分辨率为1440像素X2560像素)显示屏、64位处理器和分辨率为1600万像素的后置摄像头。
过去数年Google和LG之间的合作一直很密切,合作推出了Nexus 4、Nexus 5和Google Play Edition LG G Pad 8.3。因此,LG在争夺Nexus 6订单的厂商中居于领先地位并不让人感到意外。
目前尚不清楚Nexus 6发售时间。据悉,Google Android业务掌门桑达尔·皮查伊(Sundar Pichai)最近曾表示,Nexus 6发售时间为第三季度。Google的I/O开发者会议举办时间为6月末,Nexus 6可能在这次会议上亮相,然后在未来数周内发售。
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。