CNET科技资讯网 9月23日 北京消息: 爱立信近日携手中国移动在北京演示了业界首个结合了256QAM 调制解调技术的TD-LTE 下行三载波技术,进一步提高了TD-LTE峰值速率。展示采用商用产品,达到了TDD 下行理论峰值426Mbps.
爱立信东北亚区总裁柯瑞东(Chris Houghton) 表示:“这在LTE演进路程中迈出了重要的一步,该技术进一步提高速率,并进一步增强系统能力来改善用户体验。”
该演示成功地证明了技术的成熟性,随着TD-LTE 三载波+256 QAM 技术的商用,拥有LTE频段的运营商可以显著地提高网络速率、效率和网络覆盖,改善应用覆盖和用户体验。
这一领先的三载波聚合技术演示基于爱立信商用LTE 软件和多模基站RBS6000, 充分验证了爱立信的商用方案,将帮助中国移动全面提升其网络性能。该展示预示着移动运营商推进TD-LTE 下行三载波聚合的商业化进一步成熟。
现今,爱立信的网络支撑着美国、中国、日本、韩国等所有高流量LTE市场,全球十大LTE运营商(按LTE用户数排名)都选择了与爱立信合作。作为LTE市场的领导者,爱立信目前的网络承载着全球 40% 的 LTE 智能手机流量,这一流量比例是排名第二的竞争对手的两倍多。爱立信已在全球交付了 230 多张 LTE无线接入和演进分组核心网,其中超过170张网络已投入商用。
好文章,需要你的鼓励
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
本文介绍自适应一致性图(ACG)方法,通过持久化执行记忆图与预算感知的上下文构建,帮助AI智能体在长任务中减少信息失联,在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计,免训练实现最高3.1倍加速、2.3倍吞吐提升,且准确率仅比不共享方案低1.1个百分点。