
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
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
本文介绍自适应一致性图(ACG)方法,通过持久化执行记忆图与预算感知的上下文构建,帮助AI智能体在长任务中减少信息失联,在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计,免训练实现最高3.1倍加速、2.3倍吞吐提升,且准确率仅比不共享方案低1.1个百分点。