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
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。