当地时间本周一,以色列财政部与经济部宣布,英特尔已与以色列达成一项技改协议。根据协议,英特尔投资60亿美元对位于以色列Kirya Gat的芯片制造工厂进行技术改造;以色列在5年时间内向英特尔拨款3亿美元。此外,英特尔缴纳的企业所得税较正常水平低5%,为期10年。
Kirya Gat工厂生产各种不同的处理器,目前拥有2500名员工。英特尔预期技改会在未来10年创造逾1000个工作岗位。
以色列财政部长亚伊尔·拉皮德(Yair Lapid)称英特尔资金计划是“有史以来外国公司在以色列最大的一笔投资。”
英特尔仍是计算机处理器领域的王者,但在移动领域却未能像高通和三星那样扶摇直上。英特尔曾向投资者保证,该公司会齐心协力把自己打造为移动领域的领先品牌,但迄今为止仍毫无建树。
目前尚不清楚英特尔在以色列的此次技改目的,但可以肯定的是,这次投资最终会提升产量,英特尔也没有就此次投资是否用于提振其移动业务表态。
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。