日前,雅虎計(jì)劃要移除Facebook和谷歌賬號(hào)在其旗下眾多網(wǎng)站和服務(wù)上的登陸按鈕,現(xiàn)已進(jìn)入這項(xiàng)計(jì)劃的下一階段。
雅虎公司于當(dāng)?shù)貢r(shí)間上周五宣布,截至6月30日,使用雅虎Flickr照片共享服務(wù)的用戶將不再能夠通過(guò)其Facebook或谷歌賬號(hào)登陸Flickr服務(wù)。那些通過(guò)谷歌或Facebook賬號(hào)登陸到Flickr照片共享服務(wù)的用戶,在雅虎迫使他們通過(guò)他們的雅虎賬號(hào)登錄前,現(xiàn)僅有一次機(jī)會(huì)使用谷歌或Facebook賬號(hào)登陸該服務(wù)。而沒(méi)有雅虎帳號(hào)的用戶,為了繼續(xù)使用Flickr服務(wù),需要?jiǎng)?chuàng)建一個(gè)新的賬號(hào)。
雅虎在其Flickr主頁(yè)上寫(xiě)道:“Flickr即將移除Facebook和谷歌賬號(hào)登陸按鈕,如果您是通過(guò)Facebook或谷歌賬號(hào)訪問(wèn)Flickr的,請(qǐng)最后一次使用下面的按鈕登陸。系統(tǒng)將提示您創(chuàng)建您的新雅虎賬戶。”
為了擴(kuò)大雅虎的用戶基礎(chǔ),作為公司計(jì)劃的一部分,本次Flickr照片分享服務(wù)的登錄修改將迫使使用該項(xiàng)服務(wù)的用戶成為雅虎用戶。為盡可能增大用戶基礎(chǔ),互聯(lián)網(wǎng)上的許多網(wǎng)站都允許用戶通過(guò)Facebook和谷歌賬號(hào)登錄他們的服務(wù),而這似乎將不再屬于雅虎的計(jì)劃之一了。
今年3月,雅虎宣布了該公司即將關(guān)閉用戶通過(guò)谷歌和Facebook賬號(hào)登錄其網(wǎng)站和服務(wù)的計(jì)劃。該公司當(dāng)時(shí)表示,這項(xiàng)計(jì)劃首先會(huì)從雅虎體育(Yahoo Sports)開(kāi)始,之后將逐步推廣到雅虎的其它服務(wù)。不過(guò),雅虎并未透露其該項(xiàng)計(jì)劃的完整預(yù)期時(shí)間表。
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。