
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
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。