
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
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。