阿里巴巴杭州總部
視頻中,馬云表示,今天是一個里程碑的日子,相信今天所發(fā)生的事情,對大家一生都有很大意義。
此外,馬云還提及了即將敲鐘的八位客戶,在他看來,阿里巴巴努力十五年就是讓這樣的人過的更好。
以下是馬云開始時的幾條語錄:
1、“我希望大家一會兒在敲鐘儀式的時候,每個人關(guān)注一下我們敲鐘的八個客戶。我們努力15年的目的,是讓他們站在臺上,我們努力15年的目的,是希望他們成功,因為我們相信只有他們成功了,我們才有可能成功。”
2、“所以未來的15年,未來的87年,我們堅持要感恩這個時代、感恩互聯(lián)網(wǎng)、感恩中國、感恩中小企業(yè)。”
3、“今天阿里是一家很運氣的公司。這種運氣來自于客戶、來自于互聯(lián)網(wǎng)、來自于中國、來自于我們每個人的努力。”
4、“紐交所就像雙11,無數(shù)人付出了巨大的代價和努力。”
5、“融的不是錢,是客戶、時代和投資者的信任。”“明天開始,我們會過的更加艱難,因為全世界都在監(jiān)視我們是不是講信用,希望大家對得起這份信任,對得起這份夢想。”
6、今后加入我們的會很多,離開我們的也會很多,不管怎樣,堅持。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(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。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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練效率,已在多個任務(wù)上驗證有效性。