360被判賠償搜狗510萬元 創(chuàng)行業(yè)最高賠償金額
近日,北京市第二中級人民法院就搜狗起訴360不正當(dāng)競爭一案進(jìn)行宣判,一審判決搜狗勝訴。法院認(rèn)定,360安全衛(wèi)士阻礙搜狗瀏覽器正常安裝,并阻止用戶將搜狗瀏覽器設(shè)為默認(rèn)瀏覽器的行為構(gòu)成不正當(dāng)競爭,被判賠償搜狗510萬元。據(jù)悉,這是目前業(yè)內(nèi)同類型案件中的最高賠償金額。
這起案件的導(dǎo)火索始于360利用其作為安全軟件研發(fā)及服務(wù)提供商的“監(jiān)督者”地位,,阻礙用戶正常安裝和使用搜狗瀏覽器,并阻礙用戶主動(dòng)將搜狗瀏覽器設(shè)置為默認(rèn)瀏覽器,破壞用戶對搜狗瀏覽器的安裝、使用,達(dá)到其推廣360安全衛(wèi)士、360安全瀏覽器的目的。鑒于此,2013年9月29日,搜狗公司向北京二中院提起了訴訟。
在這次判決中,安全軟件的相關(guān)責(zé)任首次在法律框架內(nèi)得以明確,為起訴類似的不正當(dāng)競爭手段提供了法律依據(jù)。法院明確指出, 360作為安全服務(wù)企業(yè),同時(shí)經(jīng)營非安全類終端瀏覽器軟件,導(dǎo)致其既是裁判者,又是瀏覽器的競爭者。因此,360在以安全服務(wù)企業(yè)身份對他人產(chǎn)品做出評判和監(jiān)督的情況下,也要對自身產(chǎn)品施以同樣的審查標(biāo)準(zhǔn),不能以安全服務(wù)企業(yè)自居來代替用戶做出選擇。另外,510萬元的最高賠償金額,更體現(xiàn)了該案件對互聯(lián)網(wǎng)行業(yè)競爭方式的規(guī)范化的積極影響。
而其中最重要的是,判決強(qiáng)調(diào):跨領(lǐng)域經(jīng)營的互聯(lián)網(wǎng)企業(yè)有義務(wù)確保其在各領(lǐng)域內(nèi)的角色相互獨(dú)立,不得借助其在一些領(lǐng)域的特殊地位干涉其他領(lǐng)域內(nèi)的正當(dāng)商業(yè)競爭??紤]到IT產(chǎn)業(yè)中幾乎所有的主要企業(yè)都處于橫跨數(shù)個(gè)具體領(lǐng)域發(fā)展業(yè)務(wù)的“跨界”狀態(tài),該判決所引入的“多重角色獨(dú)立”這一新思路,將使IT企業(yè)在復(fù)雜市場格局下的侵權(quán)責(zé)任判定更為清晰,從而有效地遏制類似“裁判兼選手”式的不正當(dāng)競爭行為。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。