CNET科技行者 11月29日 北京消息: 今天,Avaya宣布重组计划已获美国法庭批准认可,这为走出资产重组保护提供了强有力的法律支持。重组计划预计于今年年底完成。
“重组计划的成功获批是我们长期努力以及与各个利益相关方密切沟通的成果,”Avaya总裁兼首席执行官Jim Chirico说,“Avaya将变得更加强大,放眼未来,蓄力成功,Avaya将以更灵活的财务状况为我们的客户、合作伙伴和利益相关方创造更大的价值。”
与2016财政年度相比, 修订后的资本结构将为Avaya带来每年超过2亿美元的现金利息节余。Avaya得以全力以赴,专注未来,以开放、灵活的解决方案引领当今数字革命大潮。
“非常感谢来自世界各地Avaya的客户和合作伙伴给予的大力支持和长期信赖,”Chirico说,“这对于Avaya的重组计划成果获批至关重要。”
“同时,感谢Avaya积极进取精益求精的员工,持续专注地为客户提供创新的解决方案和全球领先的服务,”Chirico说,“期待与我们的员工、客户和合作伙伴共同开启Avaya的新篇章!”
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。