谷歌脸书为尼泊尔地震受害者推出寻人服务
4月26日消息,据国外媒体报道,尼泊尔地震后,谷歌、Facebook(脸书)相继为受害地区的群众推出寻人服务。
谷歌的Person Finder(寻人)网站非常简洁易用,帮助人们发布寻找自己的家人朋友的消息,同时人们也可以在上边发布寻找目标的信息或者分享其他被寻人的信息。早在2010年的海地大地震事件中,谷歌的工程师们就首次推出了“寻人”工具。在自那之后的多年时间内,谷歌一直在研发和改进这一工具。
Facebook的Safety Check也提供了相类似的功能。扎克伯格在Facebook上写道:“我们为尼泊尔震区的人们开启了Safety Check的功能。这是一种非常简单的方法,能让你的家人、朋友知道你没事。”
据BBC网站报道,截止发稿前,尼泊尔地震后已经有近2000人遇难,而且这个数字可能还会上升。已有许多国家和慈善机构表示希望对尼泊尔提供援助。
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。