当地时间周三,微软宣布新一轮裁员,作为微软今年7月宣布全球1.8万名裁员计划的一部分,此次裁员涉及大约3000名员工,据悉,这3000名员工多来自微软的人力资源、财务、销售、市场营销和IT部门。
微软公司一位发言人表示:“按照今年7月份的裁员计划,今天公司宣布实施裁员。此次裁员计划分布在不同业务部门和多个不同国家市场。”今年7月,微软宣布了全球1.8万名裁员计划,其中12500名裁员来自微软所收购的诺基亚手机和服务业务。
在7月份的首轮裁员中,微软削减了近13000名员工,包括部分诺基亚前员工,还涉及微软操作系统以及几乎其他所有业务。今年9月,微软进行了第二轮裁员,共削减了大约2100名员工。
预计微软的最后一轮裁员将在明年年初展开,基于微软已经削减了近1.8万名员工,所以最后一轮的裁员数量将十分有限。
截至2014年7月中旬,微软拥有12.5万名全职员工工资,这一数字包括收购诺基亚业务所带来的2.5万名员工。
微软表示,由于裁员所需遣散费和相关福利成本,公司将额外增加11-16亿美元的税前支出。
微软上一次大规模裁员发生在2009年,当时微软在两轮裁员中共削减了5800个管理职位。当时微软首席执行官史蒂夫·鲍尔默(Steve Ballmer)将2009年的裁员归因于“应对全球经济低迷。”
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。