昨日,在台北青少年育乐中心(Taipei Youth Activity Center) 国际会议厅举办的第四届“幸福企业”颁奖典礼上,Digital River, Inc (NASDAQ: DRIV)获台北市政府劳动局颁发的“2014幸福企业奖”。
据悉,荣获这一奖项的公司不仅要满足最低的法定聘雇条件要求,而且还提供能够吸引专业人才的独具特色的福利、奖励和招募系统。
Digital River为数千家小型企业和跨国企业建构、管理和拓展线上业务。 2013年,Digital River共处理了跨240多个国家和地区逾300亿美元的线上交易。
Digital River副总裁兼亚太区总经理陈泓 (Humphrey Chan)表示:“能在众多备受尊敬的公司组织中脱颖而出,我们深感荣幸。我们的员工被公认为拥有为全球客户提供世界级商务服务的专长。为了吸引并留住最优秀的人才,我们致力于打造高业绩文化和社区,让他们能够在此获得个人和专业方面的发展。”
获得“2014年幸福企业奖”提名的公司必须接受多方面的评估,包括工作场所的安全、卫生、设计和设施;工资和培训;福利和奖励;工作环境,包括性别平等、工作和生活的平衡、对残障员工的关怀;以及其他方面。
2014年正值Digital River台北办事处开业10周年之际,该办事处是Digital River重要的全球工程场所,设有销售、营销、研发和其他职能部门,是该公司亚太扩张策略的重要支撑点。除了台北办事处,Digital River还在北京、香港、首尔、上海、东京和墨尔本设有当地分支机构。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。