据知情人士透露,作为今年7月份公布的18000人裁员计划的一部分,微软本周拟裁减下批员工。
今年7月份,微软官员称该公司计划重新调整员工队伍,全球范围裁减18000人,其中12500名来自微软收购的诺基亚手机和服务部门。微软官员表示,公司通过数轮裁员完成该计划,第一轮裁员率先在微软本部裁减1351人。
微软在7月份第一轮裁员大潮中共裁减13000人,其中包括部分前诺基亚员工、操作系统集团及其他集团员工。微软还计划裁减20%的非全职员工。
目前尚不清楚本周裁员具体数量,据说微软计划9月18日本周四在内部公布裁员计划,波及公司几乎各个部门,未来裁员次数还会更频繁。微软CEO萨蒂亚·纳德拉(Satya Nadella)今年7月份曾向员工表示,18000人裁员计划将在6个月内(时间期限为2014年7月-2015年1月)完成“大部分”工作。
微软发言人未就本周裁员计划发表评论。
截至2014年7月中旬,微软工资册上全职员工人数逾125000名,其中包括25000名前诺基亚员工。
微软官员表示,裁员后,公司在未来四个季度需要承担11亿-16亿美元的遣散费及与福利成本和资产相关的费用。
微软最近一次大规模裁员发生在2009年,当时管理层通过两轮裁员裁减5800人,时任CEO斯蒂夫·鲍尔默(Steve Ballmer)把2009年裁员大潮归咎于“针对全球经济下行做出的回应”。
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。