北京時(shí)間4月9日消息,據(jù)科技博客AppleInsider報(bào)道,蘋(píng)果周三發(fā)布了正式版iOS 8.3系統(tǒng),增加了新的表情符號(hào)、Siri升級(jí)及無(wú)線CarPlay支持,并修復(fù)了多個(gè)漏洞,對(duì)界面進(jìn)行了小幅調(diào)整。
圖注:iOS 8.3
iOS 8.3新的表情符號(hào)選擇器對(duì)圖標(biāo)進(jìn)行了分類,增加了更多家庭選項(xiàng),允許用戶從幾種不同膚色中挑選。蘋(píng)果還在iMac、iPhone以及Apple Watch中加入了新的標(biāo)記和字符。
Siri更新加入了新的口音和語(yǔ)言支持,包括俄羅斯語(yǔ)、丹麥語(yǔ)、荷蘭語(yǔ)、泰國(guó)語(yǔ)等,并可撥打免提電話。無(wú)線CarPlay支持允許iPhone不需要使用Lightning數(shù)據(jù)線就可連接至汽車主控臺(tái),電影播放、體育比分等功能現(xiàn)在也提供給了巴西、丹麥、印度、荷蘭、新西蘭、俄羅斯、瑞典、泰國(guó)以及土耳其的用戶。
iOS 8.3也對(duì)幾款內(nèi)置的應(yīng)用進(jìn)行了調(diào)整。比如,Passbook現(xiàn)在可將Apple Pay內(nèi)容從電子票據(jù)中分離出來(lái)。Messages可選擇性地對(duì)已知聯(lián)系人和未知發(fā)送人進(jìn)行篩選,或自動(dòng)報(bào)告垃圾郵件。iOS內(nèi)置的鍵盤(pán)空格鍵被拉長(zhǎng),App Store設(shè)置允許用戶在下載免費(fèi)應(yīng)用時(shí)關(guān)閉輸入密碼要求。
iOS 8.3更新還針對(duì)眾多不同元素進(jìn)行了“性能升級(jí)”,包括WiFi、Messages、控制中心、Safari瀏覽器、第三方鍵盤(pán)以及應(yīng)用程序的啟動(dòng)和使用。
蘋(píng)果在更新日志中詳細(xì)介紹了數(shù)十項(xiàng)漏洞修復(fù)。部分已解決的問(wèn)題包括WiFi和藍(lán)牙的無(wú)法連接、屏幕旋轉(zhuǎn)問(wèn)題、地圖無(wú)法在CarPlay上顯示、企業(yè)和訪問(wèn)支持的故障等。蘋(píng)果稱,隨著iOS 8.3、OS X 10.10.3的發(fā)布,iCloud相片庫(kù)已結(jié)束B(niǎo)eta測(cè)試。
蘋(píng)果iPhone、iPad和iPod touch用戶現(xiàn)在可以通過(guò)iTunes或OTA進(jìn)行iOS 8.3升級(jí),更新包大小為285M。
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。