T-Mobile和Verizon Wireless之间的关系日益微妙。
两家公司正在达成一桩交易,根据交易条款,T-Mobile将以33亿美元获得Verizon Wireless的无线频谱,此举有助于T-Mobile向美国乡村和人口稀少地区扩张,但却挡不住T-Mobile抨击Verizon。
最新抨击事例:质疑Verizon长期上演的四大运营商覆盖范围地图广告。
T-Mobile首席技术官内维尔·雷(Neville Ray)周四在接受CNET采访时说:“我真想毁掉Verizon的地图广告。”
T-Mobile打算通过两条途径解决问题:第一条也是最直接的途径就是通过法律手段解决。该公司声称Verizon地图广告未能准确反应T-Mobile网络全部覆盖范围。Verizon通过选择性点亮LTE覆盖范围,主要是凸显其自身优势。内维尔还强调,广告中使用的来自T-Mobile网站的数据已经过时。
内维尔说:“使用我们网站过时的数据极具迷惑性,这正是我们质疑的地方。”
内维尔称Verizon地图广告活动及关注LTE市场覆盖范围是一种“有偏差的策略”。
公平地说,Verizon商业广告明确指出其地图就是对LTE覆盖范围做比较,该广告活动已持续很长时间,但Verizon不肯对法律诉讼直接评论。
一名Verizon代表说:“我们更希望在市场上竞争,而不是在法庭上竞争。我们的客户清楚真正的4G LTE网络体验是什么。”
内维尔指出,Verizon地图广告上标注的少量T-Mobile点代表该运营商的所有覆盖范围,但却不包含2G Edge网络及HSPA+网络覆盖范围。
T-Mobile和内维尔计划反击的第二条途径是增建网络。周四,T-Mobile表示对2G Edge网络升级。另外,T-Mobile还计划使用从Verizon处获得的频谱向新区域扩张。
内维尔没有披露利用700MHz Verizon频谱的具体时间,但表示将在第四季度发布与该网络兼容的手机。他预计T-Mobile与Verizon的频谱交易将在今年第二季度完成。
内维尔指出,升级2G网络可通过升级网络回程部分完成,也可通过使用速度更快的光纤将基站与核心网络连接完成。
升级网络旨在弥补T-Mobile最大弱势:覆盖范围宽度较窄。T-Mobile一直关注在大市场上提供服务,但在乡村和人口稀少地区还较弱。
T-Mobile目标是在今年底网络覆盖人口达2.5亿,明年该目标提高至2.8亿人。
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。