北京时间5月5日凌晨消息,谷歌周一宣布收购流行的第三方iOS应用Timeful,称其将把这个应用的日程管理功能引入Google Inbox和Calendar等服务。
Timeful在iTunes App Store应用商店中的产品描述是:“Timeful能将争夺你的时间的所有东西都归结在一处,如会议、活动、待办事项甚至是你想要养成的好习惯等。它利用复杂的算法来提出最好的时间安排交易,基于用户的可用时间、位置及最具生产力的时段来为其全天的待办事项和习惯制定日程。Timeful能学习并了解用户行为,适应用户的时间表。用户用得越多,Timeful就越能为其提供个性化的建议。”
业界人士指出,这种服务大致上与Google Now及其他一些谷歌服务已经聚拢在一起的上下文信息相类似。
谷歌和Timeful都并未提供这项收购交易的具体财务条款。Timeful指出,虽然其iOS应用仍将开放下载,但该公司在加入谷歌以后将把重点放在新项目上。
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。