另外,“托马斯&朋友”还漂洋过海去了11个国家。仅三天时间就有来自新加坡、澳大利亚、美国、法国、加拿大、韩国、泰国、英国、德国和以色列等国家的消费者在亚马逊中国下单并将收到这款快递盒。“小黄人”来中国,“托马斯&朋友”也去了全球。
如何收到“托马斯&朋友”快递盒?
“托马斯&朋友”快递盒一共有三个颜色五个尺寸,亚马逊的智能系统会根据消费者购买的产品尺寸及数量,由系统匹配箱型并随机发放。但也不是毫无规律。印有小火车“培西”的绿色快递盒因只能装下较小的产品,如果购买一些小而精的商品就有可能拿到。其它四个盒子尺寸较大,可通过每次多挑选几件商品来提高机率。
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。