
微软周三宣布,计划重组公司手机硬件业务,以更好地集中和调配资源。微软还同时宣布,将至多裁减7800个工作岗位,主要针对手机业务。
微软称,受此计划影响,除了大约7.5亿美元至8.5亿美元的重组支出外,公司还将计入与收购诺基亚设备和服务(NDS)业务相关资产有关的大约76亿美元减损支出。
微软今天宣布的决定正值公司在近期采取措施,更好地配合公司优先发展战略之际,包括调整公司工程团队和管理层,计划将公司的图像收集业务转让给Uber,将显示广告业务转让给AOL从而让公司进一步投资搜索。
微软CEO萨蒂亚•纳德拉(Satya Nadella)在发给微软员工的一封电邮中概述了今天公布的计划。“我们正从一项发展独立手机业务的战略向一项发展和建立一个生机勃勃的Windows生态系统的战略转移,该生态系统包含我们的自主设备组合,”纳德拉表示,“短期内,我们将运营一个更为高效和专注的手机组合,并同时保留长期在移动领域再创新的能力。”
微软将在2015财年第四季度计入手机硬件部门的资产和商誉减损支出,该支出与NDS业务相关,不会影响微软的运营现金流。根据新计划,微软手机硬件部门的未来前景将低于最初预期。因此,微软认为手机硬件部门的资产和商誉减损支出大约在76亿美元。
微软称,与今天决定相关的大部分措施预计将在今年年底前完成,本财年年底前全部完成。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。