注册黑莓BBM测试版的Windows Phone用户,目前可以下载并安装这一应用了。
图:Windows Phone版BBM测试界面截图
上周晚些时候,黑莓曾推出了BBM测试版Windows Phone用户预约报名,在很短时间内,预约名额便被抢订一空。
在当前手机市场遭遇困境之际,黑莓试图能够拓展在其他领域优势以挽回败局,而BBM便是其中之一。去年年底,这一免费聊天应用先后登陆iOS和Android平台,这也使得BBM在2013年底的总注册用户数量突破了4000万大关。
为进一步扩大BBM影响,BBM产品和营销主管杰夫·盖德威(Jeff Gadway)在2月份曾表示,Windows Phone版本的BBM将在今年夏天适当时候发布。
黑莓的一位女发言人表示,“Windows Phone社区对Windows版BBM所表现出来的热情,令我们感到很兴奋。我们目前正在按照申请名单、邀请用户展开测试。一个好消息是,Windows Phone客户不需要等太久时间,便可以使用到Windows Phone版本的BBM。”
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。