6月23日下午消息,据日本共同社报道,夏普公司23日在大阪市召开股东大会,批准了经营重整金融支援和董事选任等全部议案。社长高桥兴三就2014财年出现巨亏做出道歉,称“辜负了股东的期待深表歉意”。会上要求社长辞职的呼声此起彼伏,开会时间史无前例地超过了3个小时。
股东大会共批准了6项议案,包括从交易银行获取总计2250亿日元(约合人民币113亿元)金融支援、将约1200亿日元的资本金减至5亿日元,以及高桥社长等董事选任议案等。有建议投资者行使表决权的美国企业建议股东投票反对高桥继续担任社长。
夏普2014财年因主营业务液晶面板及太阳能电池部门业绩低迷,经营状况恶化。为了重振旗鼓,夏普于5月制定了中期经营计划,将在日本国内裁员3500人并引入公司内部事业部制。
当天东京股市大幅上涨,日经指数再创年内新高,但夏普股票逆市下跌1.81%至每股163日元,创今年新低。
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。