鏈家今日宣布將重金聘請新浪微博平臺及大數(shù)據(jù)總架構(gòu)師, 也是國內(nèi)最具影響力的PHP技術(shù)專家惠新宸作為外聘技術(shù)顧問。
據(jù)了解,坐落于西二旗軟件園的鏈家網(wǎng),分流鏈家地產(chǎn)北京市場近四分之一的成交額,目前擁有上百人的技術(shù)研發(fā)團(tuán)隊,80%來自于BAT等知名互聯(lián)網(wǎng)公司,而惠新宸的加入使鏈家全力打造的技術(shù)團(tuán)隊又得到進(jìn)一步擴(kuò)展。
分析人士認(rèn)為,這位互聯(lián)網(wǎng)技術(shù)大咖的引入,能夠進(jìn)一步提升鏈家整體技術(shù)實力,尤其在優(yōu)化完善網(wǎng)頁架構(gòu)方面,為鏈家的O2O平臺戰(zhàn)略提供有力的支持和保證。
而談及加入鏈家的原因,惠新宸表示,房產(chǎn)O2O已然成為未來地產(chǎn)行業(yè)的發(fā)展趨勢,非常看好鏈家龐大的市場優(yōu)勢和發(fā)展前景,而傳統(tǒng)企業(yè)轉(zhuǎn)型互聯(lián)網(wǎng)的技術(shù)改造也非常有借鑒意義,希望成熟的PHP技術(shù)能夠應(yīng)用到更多場景,來支撐用戶日益增長的訪問需求。
統(tǒng)計顯示,目前全世界范圍內(nèi)有超過70%的網(wǎng)站使用PHP作為主要開發(fā)語言。PHP語言尤其在雅虎以及百度、騰訊、淘寶等著名互聯(lián)網(wǎng)公司得到了非常廣泛的深度應(yīng)用。而在國內(nèi),此領(lǐng)域造詣最深當(dāng)屬惠新宸,他是PHP語言官方開發(fā)組核心成員,Zend外聘顧問,先后主導(dǎo)和參與開發(fā)了PHP7,PHP5.4和5.5版本。
作為長期專注于PHP底層原理的研究和分享資深專家,惠新宸的技術(shù)注入將主要幫助鏈家網(wǎng)架構(gòu)進(jìn)行優(yōu)化,從而縮短網(wǎng)站內(nèi)存周轉(zhuǎn)周期,減少數(shù)據(jù)庫操作次數(shù),降低系統(tǒng)負(fù)荷,以實現(xiàn)更快的執(zhí)行速度, 更少的內(nèi)存占用,來保證鏈家網(wǎng)系統(tǒng)的流暢度和易用性。這對鏈家線上平臺的整體架構(gòu)和技術(shù)沉淀都是大有裨益的。
鏈家網(wǎng)CEO彭永東表示:“作為國內(nèi)WEB服務(wù)架構(gòu)的先行者和關(guān)鍵人物,惠新宸是帶領(lǐng)鏈家進(jìn)入房產(chǎn)O2O新時代的最佳人選,非常感謝他的鼎力支持。2015年,鏈家還將繼續(xù)投入大量資源用于線上平臺的建設(shè)和完善,以用戶體驗為核心,全面發(fā)力房產(chǎn)O2O領(lǐng)域,用技術(shù)升級驅(qū)動戰(zhàn)略升級,竭力打造中國最大最優(yōu)質(zhì)的房產(chǎn)O2O平臺。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(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(jī)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(tuán)隊通過對比實驗發(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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)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(qiáng)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(jī)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。