BBM消息应用距离登陆Windows Phone平台又近了一步。
β版BBM for Windows当地时间周一出现在微软Windows Phone应用商店中,应用的描述如下:我们在进行欢迎Windows Phone加入BBM社区的准备工作,BBM使用户能通过即时通讯、视频通话、分享图片、语音通知等功能与亲朋好友保持联系。
由于消费者和企业将目光转向iOS、Android等平台,黑莓智能手机市场份额流失很快。黑莓尝试通过软件和服务求生存,其中一款产品是BBM。BBM去年末登陆iOS和Android平台。截至去年底,支持iOS和Android给BBM带来了逾4000万名注册用户。
BBM产品和营销掌门杰夫•盖德威(Jeff Gadway)2月份表示,用户一直在要求黑莓在更多移动平台上发布BBM,例如Windows Phone。盖德威当时指出,BBM将于今年夏季登陆Windows Phone平台。
β版BBM for Windows与Windows Phone 8和8.1兼容。但是据黑莓称,β版BBM for Windows目前在内测。
黑莓发言人对CNET表示,“我们一直在利用Windows Phone应用商店,对BBM for Windows进行内测。未来数周,我们计划利用Windows Phone应用商店对BBM for Windows进行外测。只有获准参与测试的用户才能安装β版BBM for Windows。我们将很快通过BBM博客披露与参与BBM for Windows外测有关的信息。”
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。