4月21日,百度旗下安全產(chǎn)品百度衛(wèi)士2.3版本正式發(fā)布,該版本全新內(nèi)置“三級加速器”,即加速圈功能、極速空間功能和運行加速功能。通過“三級加速器”用戶可以對電腦進行一鍵提速,提速效果可達(dá)20%~50%,百度衛(wèi)士也因此成為國內(nèi)首個通過“軟硬結(jié)合”技術(shù)全方位提升用戶電腦體驗的安全軟件。
據(jù)了解,“三級加速器”主要通過優(yōu)化電腦運行進程提高電腦響應(yīng)速度、識別并啟動空閑的內(nèi)存提高程序運行速度、釋放磁盤最高傳輸速率提升電腦運行速度等三方面,做到三管齊下,運用“軟”提速和“硬”提速相結(jié)合,形成一個全方位的提速系統(tǒng)。
“軟”提速主要通過加速圈和運行加速兩大功能來實現(xiàn)。其中前者會通過清理內(nèi)存并關(guān)閉電腦中不必要的進程,進而釋放系統(tǒng)資源,達(dá)到讓電腦整體響應(yīng)更快的目的。該功能使用簡單,一鍵即可完成,方便游戲玩家、追劇大神們,在需要的時候輕松解決因電腦系統(tǒng)反應(yīng)遲鈍,假死無響應(yīng)等宕機狀態(tài)造成的“痛點”。后者則是通過技術(shù)手段,對電腦磁盤讀寫程序進行運行加速。眾所周知,影響用戶電腦運行速度的因素除了冗余進程、內(nèi)存資源之外,電腦磁盤的讀寫速度也是一個至關(guān)重要的原因。百度衛(wèi)士新版本此次將磁盤IO合入到運行加速,將在很大程度上改善數(shù)據(jù)的讀寫速度,從而為用戶高效工作打下了基礎(chǔ)。
“硬”提速則通過極速空間功能實現(xiàn)。很多用戶在面對系統(tǒng)內(nèi)存資源緊張而束手無策時,殊不知在電腦系統(tǒng)中還隱藏著一部分看不見、摸不著的“未識別內(nèi)存”,如不合理使用這部分閑置內(nèi)存,則會造成資源浪費的現(xiàn)象。極速空間充分利用了內(nèi)存的讀寫速度遠(yuǎn)高于硬盤的特點,它會將系統(tǒng)沒有識別的或系統(tǒng)多余的內(nèi)存空間,虛擬成一個高速磁盤,這樣,用戶只需將常用程序設(shè)置到該空間中,即可達(dá)到讓它們高速運行的效果。比如,用戶可以瀏覽器放到該空間中,以達(dá)到大幅度提高網(wǎng)頁訪問速度的目的。目前,經(jīng)過反復(fù)測試表明,存放在極速空間中的程序,其啟動速度最高會提升200%左右,足以媲美SSD(固態(tài)硬盤)。
由于采用了全方位的“軟硬兼施”策略,曾有不少參與內(nèi)測的用戶表示:“百度衛(wèi)士2.3版的優(yōu)化效果和基礎(chǔ)性能等項,已遠(yuǎn)遠(yuǎn)領(lǐng)先國內(nèi)同類工具,用了百度衛(wèi)士極速空間后,運行性能幾乎可媲美固態(tài)硬盤”此外,國內(nèi)著名安全專家在試用后也認(rèn)為:百度衛(wèi)士新版從“軟硬兩方面進行加速,開創(chuàng)了國內(nèi)的先例,其對于PC速度的提升,達(dá)到了前所未有的境界,的確值得一試”。此外,眾多參與內(nèi)測的網(wǎng)友發(fā)現(xiàn),百度衛(wèi)士2.3版在程序本身對系統(tǒng)的影響及基本防護性能方面,如:對開關(guān)機時間的影響、系統(tǒng)資源的占用、實時監(jiān)護狀態(tài)下對系統(tǒng)的影響、垃圾掃描清理和木馬查殺速度方面,都再次刷新了老版本保持的輕、快、省、穩(wěn)、準(zhǔn)、狠的良好記錄,成為當(dāng)前國內(nèi)最為優(yōu)異的安全防護工具。
目前,國內(nèi)流行的電腦優(yōu)化工具,優(yōu)化范圍僅限于垃圾清理、精簡自啟動項和禁止不必要的服務(wù)運行等“軟”領(lǐng)域,優(yōu)化效果并未達(dá)到最佳,百度衛(wèi)士此次將提速項目擴大到內(nèi)存和硬盤,可保證在硬件層面上,瞬間提升電腦性能,從而為用戶高效工作帶來可能。
“新版百度衛(wèi)士的‘三級加速器’功能著實抓住了用戶的痛點,讓拖慢電腦不再成為安全軟件的標(biāo)配。”有業(yè)內(nèi)人士表示,“百度衛(wèi)士在眾多‘越用越占資源’的安全軟件中獨樹一幟,利用技術(shù)升級與更新,讓用戶在享受安全軟件保障電腦安全的同時,還能做到使電腦更加快速,這對其他安全軟件而言有很強的借鑒意義。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。