
Carly Fiorina
Re/code报道,现年60岁的前HP CEO Carly Fiorina昨天宣布要代表共和党参选美国2016年总统大选。这也表示她将有可能和民主党竞选人希拉里·克林顿一起竞争美国总统的位置。
Fiorina曾经在HP担任了5年CEO。在她任职CEO期间的2002年,Fiorina让HP花200亿美金收购了Compaq Computer。这宗充满争议的收购案让HP在当年一跃成为PC市场的龙头(后来这个地位被联想超越),也在之后让HP不得不裁掉15000名HP和Compaq。这宗巨大的吞并让HP之后好几年都“消化不良”:公司股价连续下跌并且营收多次低于预期。Fiorina也因此在2005年被HP的董事会革去了CEO的职位。
在离开HP之后,Fiorina写了一本关于她商业生涯的畅销书并开始涉足政坛。2008年,Fiorina成为John McCain竞选总统的发言人之一并在McCain的智囊团里担任经济顾问。之后Fiorina还竞选过加州参议院议员,结果落选。
目前共和党内的投票显示Fiorina在所有共和党总统竞选人里的受支持度排列倒数第一。看来她最后能当上总统的希望并不大。
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。