北京时间2015年5月14日上午消息,高通以低于原计划的收益率首次发债筹集了100亿美元,这笔借来的资金将回报给股东。
Creditsights分析师Erin Lyons接受电话采访称:“债券的需求很是强劲,尤其是短期债券。该公司过去非常保守,而且股价也一直落后,所以该公司跟进了许多公司向股东返还资金的做法。”
根据彭博汇编的数据,这家生产全球大多数智能手机芯片的制造商此次分八个部分发债,其中期限最短部分中的12.5亿美元、票息1.4%的三年期债券收益率仅比同期限美国国债高0.5个百分点,而且比最初推介水平低10个基点。筹资所得将用作一般企业用途,包括为一个资本回报计划和并购提供资金。
高通市值约1,140亿美元,公司在3月份宣布了在12个月内回购100亿美元股票,并把派息提高14%的计划。该公司董事会一共批准了至多150亿美元的股票回购规模。对冲基金Jana Partners的老板、维权投资者Barry Rosenstein一直以来都呼吁高通通过剥离芯片组业务和削减成本来提升股东价值。
穆迪对高通的评级为A1,为其第五档评级,与标普给出的评级A+相当。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。