周三美股收盤,賽門鐵克發(fā)布了2015財年第一財季財報。財報顯示,該季度賽門鐵克凈營收為17.35億美元,比去年同期的17.09億美元增長2%;凈利潤為2.36億美元,比去年同期的1.57億美元增長50%,本財季每股攤薄收益為0.34美元。而基于非一般公認會計準則,每股攤薄收益為0.45美元。
華爾街分析師認為賽門鐵克該季度凈營收為16.7億美元,每股攤薄收益為0.42美元。
賽門鐵克,CEO邁克爾·布朗(Michael Brown)在一份聲明中表示,為促進企業(yè)業(yè)務(wù)增長,未來公司將在五大關(guān)鍵業(yè)務(wù)上持續(xù)進行投資:備份設(shè)備、移動、先進威脅保護、安全服務(wù)管理和預(yù)防數(shù)據(jù)丟失。布朗稱,“我們的備份服務(wù)、托管服務(wù)以及數(shù)據(jù)損失預(yù)防業(yè)務(wù)都獲得了增長。在過去兩個季度內(nèi),我們推出了20多個改進后的或全新產(chǎn)品,在本財年年底,我們還有望推出20多款新產(chǎn)品。”
賽門鐵克預(yù)計2015財年第二財季公司的營收在16.00-16.40億美元之間;按Non-GAAP,每股收益在0.40-0.44美元之間。而華爾街分析師則認為當(dāng)前季度賽門鐵克的每股收益為0.45美元,營收為16.3億美元。
賽門鐵克預(yù)計2015財年營收在66.3-67.7億美元之間,基于Non-GAAP,每股收益在1.84-1.92美元之間。
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。