Google發(fā)布了Windows平臺(tái)上64位Chrome瀏覽器的測(cè)試版,此舉有助于提升Chrome的性能、安全性和穩(wěn)定性。
Chrome部門(mén)高管威爾·哈里斯(Will Harris)當(dāng)?shù)貢r(shí)間周二發(fā)表博文稱,“在運(yùn)行Windows 7或更高版本操作系統(tǒng)的用戶中,絕大多數(shù)的系統(tǒng)都能運(yùn)行64位應(yīng)用,新版Chrome將能充分利用64位系統(tǒng)的處理能力。”
盡管消費(fèi)者日趨轉(zhuǎn)向移動(dòng)設(shè)備,瀏覽器仍然是用戶使用計(jì)算機(jī)的主要方式之一。但瀏覽器領(lǐng)域的競(jìng)爭(zhēng)相當(dāng)激烈。開(kāi)發(fā)者必須不斷地對(duì)瀏覽器進(jìn)行升級(jí),支持新的Web技術(shù),保護(hù)瀏覽器不會(huì)受到攻擊,使瀏覽器適合在處理能力低于PC的智能手機(jī)和平板電腦上運(yùn)行。
英特爾和AMD約10年前發(fā)布了各自的64位芯片產(chǎn)品。與32位芯片相比,64位芯片能提供超過(guò)4G的尋址范圍。
哈里斯指出,64位芯片寄存器速度更高,有助于提高性能;Chrome能利用Windows 8中一項(xiàng)名為尋址空間隨機(jī)化的技術(shù),提高了黑客通過(guò)覆蓋內(nèi)存中數(shù)據(jù)的方式攻擊系統(tǒng)的難度;Chrome渲染引擎崩潰的機(jī)率約是32位版本的約一半兒。
Google還在開(kāi)發(fā)Mac平臺(tái)上的64位版Chrome。火狐在Windows平臺(tái)上只有32位版本,在Linux和OS X平臺(tái)上都有64位版本。IE 10有64位版本;蘋(píng)果2009年發(fā)布了64位版Safari;Google 2009年發(fā)布了Linux平臺(tái)上的64位版Chrome。
Mozilla技術(shù)主管弗拉基米爾·弗基西維奇(Vladimir Vukicevic)表示,Windows平臺(tái)上的64位版火狐瀏覽器正在開(kāi)發(fā)中。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(jī)噪聲問(wèn)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。