Google发布了Windows平台上64位Chrome浏览器的测试版,此举有助于提升Chrome的性能、安全性和稳定性。
Chrome部门高管威尔·哈里斯(Will Harris)当地时间周二发表博文称,“在运行Windows 7或更高版本操作系统的用户中,绝大多数的系统都能运行64位应用,新版Chrome将能充分利用64位系统的处理能力。”
尽管消费者日趋转向移动设备,浏览器仍然是用户使用计算机的主要方式之一。但浏览器领域的竞争相当激烈。开发者必须不断地对浏览器进行升级,支持新的Web技术,保护浏览器不会受到攻击,使浏览器适合在处理能力低于PC的智能手机和平板电脑上运行。
英特尔和AMD约10年前发布了各自的64位芯片产品。与32位芯片相比,64位芯片能提供超过4G的寻址范围。
哈里斯指出,64位芯片寄存器速度更高,有助于提高性能;Chrome能利用Windows 8中一项名为寻址空间随机化的技术,提高了黑客通过覆盖内存中数据的方式攻击系统的难度;Chrome渲染引擎崩溃的机率约是32位版本的约一半儿。
Google还在开发Mac平台上的64位版Chrome。火狐在Windows平台上只有32位版本,在Linux和OS X平台上都有64位版本。IE 10有64位版本;苹果2009年发布了64位版Safari;Google 2009年发布了Linux平台上的64位版Chrome。
Mozilla技术主管弗拉基米尔·弗基西维奇(Vladimir Vukicevic)表示,Windows平台上的64位版火狐浏览器正在开发中。
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。