4月9日晚间,LinkedIn宣布将以15亿美元收购私人持股在线教育公司lynda,交易以52%的现金和48%的股票比例实现。
LinkedIn透露,这笔交易将以现金加股票的形式支付。其中,现金占52%,股票占48%。Lynda.com被收购之后,其大部分员工将会进入LinkedIn工作。
LinkedIn内容主管赖安·罗斯兰斯基表示,Lynda网站拥有全球多语言版本的大量优质视频内容,涉及各种职业话题。用户通过Lynda的服务提升 自己的职业技能。通过整合lynda.com,LinkedIn的用户将会知道他们心仪城市招募的工作岗位所需要的技能,这笔交易还能巩固 LinkedIn的招聘业务。
Lynda首席执行官埃里克·罗比逊则表示,“在LinkedIn,我们已经发现了一个令人难以置信的伙伴,这个伙伴分享了我们的目标和激情,与我们一起帮助全球的人们通过获取信息、学习和职业发展来真正改变他们的命运。”
Lynda.com成立于1995年,提供网上学习Photoshop、HTML基础、CSS和管理实务等技能,企业和院校用户可以订阅该网站的服务,而个人用户也可以独立购买网站教学内容。课程每年订阅费用在250美元至375美元之间不等。
2015年1月,Lynda.com获得了由TPG资本领投的1.86亿美元融资,投资方还包括Spectrum Equity、Accel Partners和Meritech资本。
随着LinkedIn在以中国为代表的海外市场的迅速扩张,其招聘业务在过去三个季度的营收增幅均接近50%。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。