北京时间4月23日早间消息,Facebook周三面向Android手机推出了一款可以显示来电者身份的拨号应用,能够帮助用户屏蔽骚扰电话,并通过Facebook提供的数据搜索人物或企业信息。
这款名为Hello的应用可以帮助这家社交网络巨头进军其久未涉足的手机通话领域。Facebook表示,该公司正在“测试”Hello应用,目前已经可以在Google Play商店免费下载该应用。
Hello的本质是取代了Android手机操作系统的电话功能。当用户收到来电时,即使此人并非用户手机通讯录中的联系人,这款由Facebook Messenger团队开发的应用仍会显示对方的身份信息。不过,该应用也只能显示此人已经通过Facebook分享的信息。
用户可以通过Hello屏蔽具体的号码,将对方直接导入语音信箱,还可以在Facebook上搜索具体的人或商家,并通过一键拨号与之通话。该应用还鼓励用户通过WiFi网络展开免费通话,而这很早以前就已经成为Messenger的一项内置功能。
Hello应用目前仅面向美国、巴西和尼日利亚推出。在被问及该应用能否兼容苹果iPhone时,Facebook发言人表示将取决于Android版的测试情况。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。