从9月11日起至今,位于Jundiaí的富士康巴西工厂的员工开始罢工,目的是为争取增加薪资和改善工作条件。
这家富士康巴西工厂目前有员工3700多名,自2012年与该工厂签订劳动合同后,他们的薪资水平一直保持原地踏步。
据圣保罗金属行业工会的消息称,这家富士康工厂的员工在拒绝了厂方提出的一项不合理方案后,开始了罢工活动。除去富士康在中国大陆的工厂外,这家位于巴西的工厂是唯一向苹果代工iPhone和iPad的工厂。
工会负责人埃万德罗·桑托斯(Evandro Santos)表示:“(富士康)需要向员工提供一个说明,使这些员工在一开始工作时,就清楚知道未来的职业发展规划。”
“当前这里工人罢工、生产停顿。我们希望员工工作被认可,受到尊重。当然,我们不希望眼前的事情发生。”桑托斯补充道。
在不到两年时间内,富士康巴西工厂以同样理由进行的第二次工人罢工。2013年2月,富士康巴西工厂工人曾举行大规模罢工,要求工厂在规定期限内提高员工待遇等一系列问题。
好文章,需要你的鼓励
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。