惠普同意赔偿股东1亿美元 和解公司最坑收购案诉讼
6月10日消息,据路透社报道,惠普周二表示,同意向股东支付1亿美元,用来和解投资者的诉讼,即弥补股东们因惠普收购英国软件公司Autonomy导致巨额损失。
惠普公司在2011年以110亿美元的价格收购英国软件公司Autonomy,但一年之后这笔交易进行了88亿美元的资产减记。于是在2012年,荷兰养老金管理公司PGGM代表所有受损失的投资者对惠普发起诉讼。
PGGM自身损失了数百万美元,其律师代表称,惠普伤害了投资者的权益,在这场收购中,惠普没有恰当地履行保护投资者利益职责。
另一方面,惠普并未承认在这场收购中有任何不当的操作行为,表示“达成和解协议对惠普及其股东都是有利的,未来继续诉讼将带来沉重负担并且非常耗时”。
不过,和解协议条款规定惠普保险将向一个和解基金支付1亿美元,该基金面向从2011年8月19日至2012年11月20日买入惠普股份的所有投资者。
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。