
当地时间周三,Mozilla宣布与雅虎达成了一项为期五年的战略伙伴关系:未来五年时间内,雅虎搜索将成为美国市场移动设备和电脑所安装Firefox浏览器的默认搜索引擎。
雅虎与Mozilla所宣布的这一战略合作,意味着Mozilla与谷歌的广告合同行将结束。据悉,在Mozilla所有收入当中,有90%来自谷歌。随着谷歌Chrome网络浏览器的成功,谷歌不再看重与Mozilla的合作。
雅虎首席执行官玛丽莎·梅耶尔(Marissa Mayer)对此表示,“合作对二者而言,是一次投资、机会,对于我们成长有利”。近年来,雅虎与Mozilla谁的时光都不好过,尽管雅虎与Mozilla达成了新的合作关系,但二者需要的帮助远不止此,但具有讽刺意味的是,这笔交易意味着微软的搜索引擎Bing,将成为Firefox的默认搜索引擎,因为在2010年,微软Bing为雅虎提供搜索结果。
目前尚不清楚该交易背后的财务细节,不过预计雅虎支付给Mozilla的费用跟2011年“谷歌-Mozilla”合作财务条款范围一致。谷歌与Mozilla签订的三年合同显示,谷歌向后者每年支付约3亿美元费用。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。